图像算法工程师(J21853)

岗位职责
1、核心算法研发：负责保险理赔与承保场景下的计算机视觉算法设计与开发，重点攻克医疗影像（CT/X光/B超）、体检报告、理赔票据、证件及车辆定损等图像的目标检测、OCR识别、图像分割与分类任务。
2、多模态与智能体应用：探索并落地多模态大模型在保险业务中的应用，实现跨模态信息（如医疗影像与病历文本）的精准对齐与融合推理；参与构建面向核保/理赔流程的AI智能体（Agent），提升自动化审核的准确率与可解释性。
3、模型训练与工程部署：基于PyTorch/TensorFlow等深度学习框架进行模型训练与调优；主导算法在复杂业务场景下的工程化落地，包括推理加速、端侧/云侧部署及高并发服务优化，确保满足生产环境的实时性与稳定性要求。
4、数据闭环建设：设计并搭建自动化数据处理流水线，负责保险领域多模态数据的清洗、结构化标注与质量评估，构建高质量的行业专属数据集以支持模型持续迭代。
5、前沿技术探索：跟踪计算机视觉及大模型领域（如RAG、MoE、Long Context）的最新学术进展，探索其在保险反欺诈、精准定价、动态风险评估及智能客服等场景中的创新应用。

岗位要求
1、学历与专业：计算机科学、人工智能、数学、电子信息等相关专业，硕士及以上学历。
2、算法基础：具备扎实的数学基础（线性代数、概率统计等），深入理解机器学习与深度学习理论；精通目标检测（YOLO系列、Faster R-CNN等）、图像分割（U-Net、Mask R-CNN等）及OCR等核心算法。
3、编程与框架：精通Python，熟悉C++；熟练掌握至少一种主流深度学习框架（PyTorch/TensorFlow）及OpenCV等图像处理库，具备良好的代码规范与工程化能力。
4、项目经验：具有2年以上图像算法研发经验，有医疗影像处理、金融票据识别、工业缺陷检测或保险核保核赔相关项目落地经验者优先。
5、综合素质：对AI技术在金融保险行业的落地有高度热情，具备极强的自我驱动力、跨学科学习能力与团队协作精神，能独立应对复杂技术难题。