多模态OCR模型算法研发工程师

前沿技术追踪与复现：系统性追踪、阅读并总结计算机视觉、多模态学习及强化学习领域的最新顶会论文，重点关注OCR（检测、识别、VLM）相关研究，负责关键算法的复现与初步验证工作。

强化学习在OCR中的应用探索：设计并实现基于强化学习的算法框架，针对性优化OCR任务中的关键难点（如高难度表格、公式识别），开展充分的实验验证与效果分析。

多模态OCR模型训练与调优：参与或主导构建融合视觉、文本等多维度信息的OCR模型，负责相关数据集准备、模型训练、评测指标设计与分析，持续迭代提升模型在实际复杂场景下的性能与鲁棒性。

技术沉淀与输出：将研究成果转化为高质量技术报告，有机会参与专利撰写或学术论文发表。

计算机科学、人工智能、模式识别、自动化等相关专业硕士及以上学历，硕士学历需有4年工作经验，博士学历无工作经验要求;

以第一作者或核心贡献者身份在CVPR/ICCV/ECCV/NeurIPS/ICLR/AAAI等人工智能顶级会议或期刊发表过论文者优先；

具备强化学习的扎实理论知识，拥有至少一个相关项目研究或实践经验，熟悉PPO、GRPO等主流RL框架；

熟悉OCR领域基本任务（检测、识别）和MinerU、PaddleOCR、DeepseekOCR、HunyuanOCR等主流框架；

精通Python，熟练掌握PyTorch或Transformers框架，具备优秀的代码实现和调试能力；

综合素质： a）具备极强的自主学习能力和英文文献阅读能力，能够快速跟进领域前沿动态； b）拥有出色的分析问题和解决问题能力，对挑战性技术难题充满热情； c）具备良好的沟通能力和团队协作精神，能清晰阐述实验思路与结果。