多模态大模型算法工程师（OCR/文字理解方向）

【岗位职责】 1、OCR能力专项攻坚：负责多模态大模型OCR相关能力的建设与优化，包括但不限于复杂场景文字识别、文档解析、表格理解、版面分析、多语种OCR等方向的模型训练与效果提升。 2、数据体系建设：构建OCR/文档场景的大规模训练数据Pipeline，涵盖预训练数据清洗、SFT数据标注、评测集构建等环节，确保数据的质量、多样性和规模。 3、评测与闭环优化：建立OCR/文档场景的多维度评测体系，通过Badcase分析驱动模型迭代，形成“数据→训练→评测→优化”的正向循环。 4、前沿技术跟踪：持续追踪OCR/文档智能领域的前沿工作（如多模态文档理解、视觉富文本识别等），将新技术快速落地到模型迭代中。 5、协作与推进：与多模态理解、预训练、后训练等方向的同事紧密协作，推动模型整体能力的提升。 【任职要求】 1、2年以上多模态大模型（VLM）或多模态OCR/文档理解相关研发经验 2、熟悉Tr…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21240 个北京岗位（全城各职能合计），其中 1807 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。