岗位职责：
1.教育OCR大模型研发：
研发基于LLM/VLM的文档理解引擎，实现作业/试卷/教辅的多模态结构化识别（文本/公式/图表/手写体），攻克教育场景特殊挑战：模糊拍摄、倾斜变形、密集手写笔记、复杂数学公式的鲁棒识别
，构建教育领域专用OCR大模型（如基于LLaMA/Qwen架构微调）
2.教育场景算法优化：
设计学科知识增强的OCR后处理框架：数学公式LaTeX生成（支持分式/矩阵/积分等复杂结构），作文手写体纠错与评分特征提取，物理电路图/化学方程式语义解析，开发自适应降噪算法处理低质量作业拍摄图像
3.大模型能力融合
实现OCR+LLM协同框架：利用大模型进行题目语义理解（从识别文本中提取考点、难度标签）构建作业批改推理链（OCR识别 → 答案提取 → 解题步骤分析 → 错因生成）
4.教育数据体系建设
主导百万级教育文档数据集构建（教材/试卷/手写笔记）
设计数据合成引擎生成逼真训练数据（模拟不同纸张、笔迹、拍摄角度）
岗位要求：
1.精通OCR技术栈：
2.传统方法：OpenCV/Tesseract/版面分析（LayoutParser）
3.深度学习：PP-OCR/MASTER/TROCR + Transformer/CNN混合架构
4.大模型实战经验：
5.微调过≥7B参数模型（LLaMA/Qwen/Baichuan等）
6.掌握LoRA/P-Tuning/RLHF等适配技术
7.代码能力：
Python工程化开发（PyTorch + ONNX部署）
C++高性能推理优化（熟悉TensorRT/OpenVINO）