岗位职责：

1、 负责文档理解大模型研发，基于多模态大模型底座进行整体的架构设计，支持法律文书场景下的语义理解，如文档OCR、分类、信息抽取、问答等；

2、 负责OCR方向的模型研发，包括OCR识别、表格识别、手写识别等任务的研发，进行模型的预训练与监督微调。

3、 负责图像、语音等模态的相关的研发应用与优化，包括图像生成、语音识别、TTS等。

4、 负责数据集构建，包括开放数据收集、自动合成、人工标注方案制定等。

任职要求：

1、 计算机、数学等相关专业，统招本科及以上学历，3年及以上工作经验，硕士、博士优先，有相关工作经历或实验室研究背景；

2、 对主流多模态模型CLIP、LLava等有较好的理解。

3、 对多模态预训练、多模态模型微调、图像算法、语音处理其中一个或者多个领域的处理经验，并对相关工作有深刻的理解。

4、 开发基础扎实，有数据竞赛经验、开源项目经验者优先。

5、 有强烈的技术热情，对新技术有较强的学习能力和学习经验。