职位描述
参与科学文献解析视觉模型算法的开发与研究，从非结构化的科学文献图像中，抽取结构化的信息，并用于下游更广泛的应用。内容包括且不限于文献版面识别、图表理解，表格解析，反应式解析，通用OCR等，对流程中某些部分算法进行深入探究，并将研究成果转化为学术论文。
职位职责：
1. 视觉模型训练各阶段方法设计与研究，解决科学文献解析任务中的问题和需求；
2. 参与规模训练数据集的构建，确保数据质量和多样性；
3. 进行模型性能分析，识别和解决训练过程中的瓶颈，优化推理效率。任职要求
1.拥有扎实的编程能力，精通至少一种编程语言，熟悉主流深度学习框架（如 PyTorch / TensorFlow 等）；
2.对计算机视觉领域具有一定的理论基础与实践经验，熟悉常见视觉任务及技术路线，包括但不限于目标检测、实例分割、OCR等；
3.熟悉经典的模型结构（如 YOLO、RCNN、ViT等相关视觉模型），具备模型训练、调参与评估的能力；
4.优秀的文献阅读能力与良好的沟通协作能力；
5.每周出勤不低于3天，可以base北京/上海，亦可远程实习。
加分项：
1. 在CV领域发表过顶刊论文；
2. 熟悉多模态相关的算法和技术，具备多模态大模型训练经验，如Qwen-VL等；
3.参与过CV或多模态大模型相关重要开源项目、数据科学比赛等。
