职位描述
岗位职责
1.参与科学文献相关的数据处理与知识抽取工作，包括文本解析、多模态信息抽取与结构化整理；
2.参与科学多模态大模型（VLM）的数据工程与算法研究，包括多模态数据对构建、指令数据设计、预训练/SFT/RL实验迭代；
3.在指导下参与科学文献数据的整理、分析与质量评估，支持OCR、图表解析、化学结构识别、多模态RAG等模块的落地；
4.参与科学文献Benchmark构建与评测体系设计，支持真实业务与项目需求；
5.视项目进展，参与AI4S相关的数据或算法探索性工作，支持模型与算法方向的进一步研究。任职要求
任职要求
1.在读本科高年级/硕士/博士研究生，计算机、人工智能、机器学习、NLP、CV或相关专业；
2.对大语言模型、多模态大模型、信息抽取或文本理解方向有浓厚兴趣；
3.具备扎实的编程能力，熟悉Python和PyTorch，了解基本的多模态或NLP算法；
4.学习能力强，做事踏实，能够按要求完成任务并持续优化；
5.具备主动思考和探索意识，愿意尝试新方法并与团队沟通；
6.每周工作至少4天，实习至少4-6个月，全职实习者优先。
加分项
1.有LLM、VLM、RAG、Agent或相关项目经验；
2.有科学文献、长文本或专业领域文本处理经验；
3.有知识抽取、信息抽取或文档智能相关经验；
4.有计算机视觉或多模态相关经验（OCR/图表理解/DocVQA等）；
5.有研究型项目、论文或技术报告相关经验；
6.有ACM/Kaggle/天池等竞赛获奖经历；
7.是知名开源项目（GitHub/HuggingFace）的contributor。
实习收获与发展
1.参与真实的科学文献理解与知识抽取场景，而非教学型或Demo项目；
2.在实践中逐步理解复杂科学问题与AI4S项目需求；
3.表现优秀的硕士/博士实习生可获得转正机会；
4.有机会参与论文、技术报告或对外研究成果的产出。
