岗位描述：
推动AI技术在工程成本领域的深度创新与应用，采用自然语言处理（NLP）和光学字符识别（OCR）等技术，解决工程造价领域中海量非结构化数据（如招标文件、合同文本、图纸注释和工程量清单表格等）的智能化处理难题。通过融合传统模型与大模型技术，主导实现核心业务场景的技术突破，驱动业务效率的质的飞跃。
技术要求：
1）NLP技术栈
精通实体识别、文本分类、信息抽取、文本相似度计算等传统NLP技术；精通PE、RAG（全链路）和模型微调，熟练使用 LangChain/LlamaIndex等构建面向文档的问答与分析应用。
2）OCR技术栈
精通基于深度学习的文本检测（如DBNet）与识别（如CRNN）模型。精通文档结构理解，包括表格识别、印章检测、关键信息抽取；熟悉多模态大模型在文档智能领域的应用。
3）工程化能力
精通Python，熟悉PyTorch/TensorFlow；具备将复杂NLP/OCR模型服务化（Docker,FastAPI）和构建稳健数据流水线的能力。
素质要求：
1）深刻理解数据质量（特别是标注质量）对NLP/OCR模型效果的决定性影响，并推动数据闭环的构建。
2）能快速理解“清标”、“组价”等业务的本质，并将其抽象为文档比对、知识检索、语义理解等可求解的技术问题。
3）能敏锐判断在特定场景下，使用传统模型方案还是大模型方案更能达到“成本-效益”的最优解。
任职资格：
1）硕士及以上学历，人工智能、计算机技术、软件工程、模式识别等相关专业。
2）5年以上AI算法经验，必须拥有3年以上以NLP或OCR为核心的项目实战经验，并有主导复杂项目的成功案例。
3）至少1年大模型（微调/RAG/应用开发）相关经验，有在NLP或OCR任务中具体应用的经验者优先。
4）有工程造价、档案信息化等行业知识背景者优先。