文档智能算法工程师（拍照扫描业务）

【岗位职责】

1. 文档图像处理：面向 WPS 拍照扫描业务，研发文档切边、透视矫正、曲面展平、图像增强与超分辨率、去阴影、去反光、去摩尔纹、手写擦除等算法，提升复杂场景下的扫描成像质量。

2. 文档识别与结构化：面向拍照扫描场景，研发版面分析、文本检测与识别、表格结构化、公式识别等算法，提升文档内容提取与结构化解析能力，支撑可编辑文档还原。

3. 文档多模态大模型：面向真实拍照与扫描场景，开展文档 VLM 的研发与后训练，提升文档整体解析、理解与还原效果，探索多模态大模型在文档业务中的创新应用与落地。

4. 算法优化与落地：围绕业务需求开展数据构建、模型优化与推理加速，推动自研算法部署、上线与持续迭代，兼顾模型效果、处理时延与资源成本。

【任职要求】

1. 计算机、人工智能、图像处理、模式识别、应用数学、自动化等相关专业，硕士及以上学历。

2. 熟练掌握 Python 及 PyTorch 等主流深度学习框架，具备扎实的编程、数据结构与算法基础。

3. 在以下至少一个方向有较深入的研究或项目经验，具备多方向经验者优先：

• 文档图像处理： 熟悉几何矫正、图像增强、图像复原或生成式图像处理等技术。

• 文档识别与结构化： 熟悉文本检测与识别、版面分析、表格结构化等算法，具备相关模型训练与优化经验。

• 多模态大模型： 熟悉主流 VLM 架构与训练流程，具备模型微调或后训练实践经验。

4. 具备良好的研究、工程与协作能力，能够围绕业务问题独立完成方案设计、模型训练、实验分析与效果优化，并协同推进算法落地。

【加分项】

• 有拍照扫描、文档解析或文档 VLM 的产品级落地经验，或具备大规模数据构建、复杂场景优化及线上效果迭代经验。

• 具备模型轻量化、量化或推理加速的实践经验，熟悉模型部署与性能优化，能够结合业务场景优化推理时延与资源占用。

• 在计算机视觉、多模态、文档智能等相关领域发表高水平论文，在相关算法竞赛中取得优秀成绩，或对高质量开源项目有实质性贡献。