職位描述

職位描述 1. 負責多模態文檔解析模型的訓練、調優、評測和部署； 2. 研究業務場景中版面分析、表格解析、全文解析的實現及優化，助力多模態大模型（LMM）在金融文檔解析和信息抽取上落地； 3. 跟蹤最新的 LMM 及人工智能領域進展，持續進行新技術迭代； 4. 進行文檔場景、多模態場景相關的數據采集、清洗和制備。 職位要求 1. 本科及以上學歷，計算機科學、數學、統計學等相關專業優先； 2. 具備扎實的 Python 編程能力，熟悉至少一種深度學習框架，能夠在較短時間內理解源碼，代碼書寫規范，具有良好的編程能力和扎實的數學理論基礎； 3. 具備OCR、文檔解析和多模態相關經驗，熟悉 Qwen2.5-VL、GOT-OCR2.0等模型，有多模態大模型（LMM）相關經驗者優先； 4. 熟練掌握 Linux 常用命令，熟悉Vim、Git 工具； 5. 有良好的文檔書寫習慣，能夠編寫規范化的技術文檔； 6. 表達清晰，溝通順暢，具備良好的團隊協作和溝通能力； 7. 熟悉多模態方向的最新技術進展，關注行業前沿，對技術開發及應用有熱情，有自己的想法并樂于挑戰自我