职位职责：
1、探索多模态理解和生成大模型在文档智能领域的应用，包括但不限于视觉富文档解析、文档关键信息提取、视频摘要、视觉文档翻译等；
2、跟进领域内前沿技术，研发高效、可扩展的多模态大模型架构，解决文档智能领域中的技术挑战，推动新技术在业务中落地；
3、针对关键技术问题进行深入研究，发表顶会论文和申请专利。
职位要求：
1、计算机等相关专业优先；
2、有较强的编程能力，熟悉C++、Python等编程语言；
3、在计算机视觉算法、多模态算法、机器学习算法等领域有较深入的研究或有较多实际项目应用经验者优先；
4、在计算机视觉领域发表过论文；
5、具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。