岗位职责你将在以下通用技术方向上开展研发工作：1、多模态视觉语言模型（VLM）的微调与优化负责基于VLM（如InternVL、QwenVL等）的文档图像语义理解，包括版面分析、图文融合、关键信息抽取与结构化输出。参与数据构建、模型领域适配、推理优化等全流程。2、知识库构建与检索增强生成（RAG）系统开发参与复杂格式文档（PDF/Word/HTML等）的智能解析、数据清洗与结构化处理，构建高质量知识库。基于RAG架构设计检索策略优化、上下文融合与生成增强方案，提升问答系统的准确性与可靠性。3、文本语义理解与智能比对参与文本信息抽取、意图识别、语义相似度计算等NLP任务，设计文本差异检测与变更分析算法，构建面向文本内容的自动化分析能力。4、模型评估与迭代优化负责构建对应任务的评测体系，涵盖准确率、召回率、事实一致性等指标，持续进行数据标注策略设计、模型微调实验与效果分析，推动算法能力的闭环迭代。5、前沿技术跟踪与工程落地跟进LLM、VLM、RAG、Agent等领域的最新研究动态，将SOTA成果快速转化为可落地的技术方案；参与从原型验证到生产环境的完整研发流程，与产品和工程团队紧密协作。教育背景计算机科学、人工智能、软件工程、自然语言处理、电子信息等相关专业硕士在读研究方向为大语言模型（LLM）、多模态模型（VLM）、自然语言处理（NLP）技能要求：1.熟悉Transformer架构，了解LLM的基本原理（如Attention、Decoder-only结构）；2.有实际使用过至少一种开源大模型（如Qwen、ChatGLM、Llama、DeepSeek等）的经验，包括调用API或本地部署；3.了解RAG基本流程（向量检索、文档切分、重排序等），或Agent基本框架（如ReAct、Tool Calling）；4.熟悉目标检测、分类、分割等基础CNN算法，特别是YOLO系列，有实际训练或部署经验；5.了解图像预处理、数据增强、模型评估指标（mAP、F1等），能使用OpenCV进行基本图像处理操作。6.能熟练使用Python，熟悉PyTorch/Transformers库。加分项：1.熟悉Linux开发环境，会使用Git、Docker等工具；2.有基本的API服务开发经验（如FastAPI、Flask）者优先；3.了解vLLM、LangChain、LlamaIndex等框架者加分。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录