OCR 工程师
格科微
岗位职责
我们正在招聘一名具备计算机视觉和多模态模型实践经验的工程师,负责图像识别、文档理解和信息提取等 AI 能力建设,参与从模型评估、训练或微调到生产部署的完整流程。
岗位职责
- 评估、部署和适配 OCR 及视觉语言模型,如 DeepSeek-OCR 或同类模型。
- 准备数据集,针对具体业务任务进行模型训练或微调。
- 分析模型错误,提升准确性、稳定性和推理效率。
- 建立可重复的评测流程,并将模型集成到生产应用中。
任职要求
任职要求
- 2 年及以上软件开发、计算机视觉或机器学习相关经验。
- 熟练掌握 Python 和 PyTorch,具备视觉或多模态模型训练、微调的实际经验。
- 有 OCR、文档理解、图像识别或其他计算机视觉应用的项目经验。
- 理解 Transformer 及多模态模型的基本原理。
- 能够修改开源模型代码,排查训练和推理过程中的问题。
- 熟悉 Linux、Docker 和 GPU 环境,具备良好的软件工程习惯。
- 能够有效使用 AI Coding 工具,并独立验证其生成结果的正确性。
加分项
- 有针对特定文档或图像进行 OCR、视觉语言模型适配的经验。
- 有 Hugging Face、LoRA、多 GPU 训练或推理优化经验。
- 有独立负责模型应用从开发到生产落地的经验。