CV / 多模态算法实习生（J105451）

岗位职责

• 负责拍照文档、扫描件、票据、表格等真实场景下的文档扫描算法研发
• 负责文档区域框选、透视矫正、倾斜校正、图像增强、去阴影、去噪、去模糊、背景净化和文字清晰化等
• 负责图片转 Word、图片转 Excel 相关算法研发，提升文字识别、表格还原和版式还原效果
• 结合计算机视觉、OCR 与视觉语言模型（VLM），分析线上 bad case，持续优化算法准确性、稳定性和推理效率
• 与产品和工程团队合作，推进算法在文档扫描和文档转换业务中的落地

任职要求

• 计算机、人工智能、电子信息、数学等相关专业本科、硕士或博士在读，硕士及以上学历优先
• 掌握计算机视觉和深度学习基础，熟悉图像分类、目标检测、图像分割、关键点检测、OCR 或版面分析等常用技术
• 熟悉 Python，掌握 PyTorch 等至少一种深度学习框架，具备良好的代码实现、实验分析和问题定位能力
• 对文档扫描、图像矫正、图像增强、OCR、表格识别、版式还原或文档理解中的一个或多个方向有实际项目经验
• 具备较强的论文阅读与复现能力，能够快速理解并将前沿 CV / VLM 方法应用于实际问题
• 具备良好的责任心、沟通协作能力和团队合作精神，能够持续跟进并解决实际业务中的复杂问题