多模态OCR算法实习生

岗位职责：
1. 负责端到端OCR全链路的研发与落地，参与从“图像输入->质量检测->大模型结构化提取”的完整pipeline建设；
2. 负责编写和优化图像前处理算法，训练和部署轻量化 CV 模型，用于解决实际场景中由于拍摄角度、光照、运动模糊带来的边缘Case；
3. 针对复杂版面或垂直领域版面，参与多模态大模型的微调（如 LoRA、全参数）与偏好对齐（如 DPO/GRPO），提升关键字段信息的提取准确率；
4. 与模型的数据闭环建设（自动标注、Bad-case 自动化回流），并配合团队进行模型量化（GPTQ/AWQ）与高性能推理部署。

任职要求：
1. 计算机、自动化、电子信息等相关专业硕士及以上在读，有扎实的CV与工程功底；
2. 熟练掌握 Python，代码风格良好，熟悉 Linux 开发环境，能独立编写稳健的图像处理和工程流水线脚本；
3. 熟悉常用的目标检测架构（如 YOLO 系列、DBNet），有实际的工业割图、目标定位项目经验；
4. 有图像质量评价经验，能训练小模型或通过传统算法准确判断图像的模糊、反光、遮挡等状态；
5. 熟悉主流开源多模态/大语言模型，有实际的 SFT 经验，理解 Tokenizer、上下文窗口以及结构化输出的调优技巧。