OCR与AI算法工程师

岗位职责: 1、研发与优化多语言OCR算法，支持复杂场景下的文字检测、识别及多种语言混合排版的处理能力。 2、提升版面分析技术，实现对文档结构（如表格、图片、标题）的智能识别与还原，增强复杂布局的解析精度。 3、集成主流开源OCR框架，优化图像预处理、特征提取与结果后处理流程，适配高分辨率图像及动态应用环境。 4、搭建基于大语言模型的AI Agent工作流，设计任务拆解、工具调用（如RAG、函数调用）及多模态交互逻辑。 5、精进提示词工程（Prompt Engineering），提高模型在特定垂直场景中的推理表现与输出一致性。 6、研究Agent协作机制，推动多智能体协同完成复杂任务的自动化执行。 7、关注前沿技术发展（如多模态Agent、AutoGPT），快速评估并引入优质开源项目（如LlamaIndex、LangGraph）。 任职要求： 研究生学历，本科为985、211院校且能力突出者可酌情考虑 1、技术能力 图像算法功底扎实：掌握CNN/Transformer等网络架构，具备OCR、版面分析或文档数字化相关项目经验。 大模型应用经验丰富：熟悉LLM微调方法，有Agent框架开发实践（如LangChain）。 编程基础良好：熟练运用Python/PyTorch/TensorFlow，具备系统化开发能力及Linux平台开发经验。 2、特质要求 技术敏感性强：关注新兴技术方向（如多模态Agent、AutoML），能高效完成技术选型与方案验证。 开放协作意识：有主流开源项目贡献经历或自研工具优化案例者优先。 问题攻关能力强：善于从实际业务需求出发反推技术路径，独立解决算法优化与性能瓶颈问题。 3、加分项 了解多模态模型技术，具有视觉-语言联合建模实践经验。 熟悉工业级Agent全流程开发，涵盖意图识别、任务规划及异常处理机制。