工作职责 1、负责文档场景相关视觉和多模态算法的研发与优化，包括但不限于图像、视频理解、生成、图像增强。 2、视觉算法功能相关的链路/agent搭建。 3、跟踪并研究视觉和多模态算法的前沿技术，对现有算法进行性能分析和优化，提升算法效率和准确性 4、细心分析和总结现有算法的badcase 任职资格 5、掌握计算机视觉算法，熟悉至少一项计算机视觉技能，如：图像分类/理解/检测/超分/人脸识别等。或多模态/aigc图像理解生成技能。 6、熟悉图像增强重建算法优先，有多模态（VLM）/生成（AIGC）大模型训练落地经验优先 7、在国际顶会或期刊（例如：CVPR, ICCV, ECCV, NIPS, ICML, AAAI, TPAMI, IJCV等）发表过论文者优先 8、责任心强，具有良好的沟通能力和团队合作精神