多模态文档理解算法专家

职位描述

1.负责百亿级别海量文档数据的解析与处理，包括但不限于复杂版面检测、文档元素识别、长文档解析与结构化信息提取。

2.跟踪并研究多模态大模型与文档智能领域的前沿技术，研发业界一流的多模态文档解析大模型。

3.主导预训练长文数据全链路闭环建设，包括但不限于数据理解、数据处理、数据价值判定、多样性建设、数据实验以及长文学习研究等。

任职要求

1.具备强烈的好奇心与自驱力，对AI数据体系建设与模型优化充满热情，能够从全局视角思考数据与模型的关系。

2.扎实的深度学习和机器学习基础，熟练掌握PyTorch等主流框架，有大模型（LLM/VLM）训练和微调的实战经验。

3.熟悉文档解析（Document AI）、OCR、版面分析或多模态大模型（如LLaVA, Qwen-VL等）相关技术。

4.在CVPR、ICCV、ECCV、ACL等顶级会议以第一作者发表过相关论文，或在知名开源项目中做过核心贡献者优先。

5.有多模态大模型训练特别是OCR能力提升经验者优先。