核心職責(zé)
一、圖片翻譯技術(shù)開發(fā)
1. 圖像文本識別（OCR）流程設(shè)計
61 開發(fā)圖片文字提取模塊，集成 Tesseract、PaddleOCR 等 OCR 引擎，優(yōu)
化多語言（中英日法等）、復(fù)雜場景（手寫體、低分辨率、多版式圖片）的識別準(zhǔn)確率。
61 設(shè)計圖像預(yù)處理算法（如傾斜校正、降噪、透視變換），提升 OCR 輸入
質(zhì)量；開發(fā)后處理邏輯（如文本塊定位、排版還原），確保翻譯后圖片的文本布局與原圖一致。
2. 多模態(tài)翻譯融合
61 結(jié)合圖像布局分析（如 LayoutLM、LayoutParser 模型），區(qū)分圖片中的
文本、圖表、圖形區(qū)域，實(shí)現(xiàn)“文本翻譯+非文本元素保留”的精準(zhǔn)處理。
61 開發(fā)圖片翻譯結(jié)果可視化模塊，支持翻譯后文本與原圖背景合成，保留
字體樣式、顏色、位置等視覺特征（如海報、產(chǎn)品說明書、截圖翻譯）。

二、AI 開發(fā)與提示詞工程
1. 大語言模型（LLM）應(yīng)用開發(fā)
61 設(shè)計 LLM 調(diào)用框架，集成 ChatGPT、Llama、Claude 等模型，實(shí)現(xiàn)文檔/圖片翻譯的智能優(yōu)化（如術(shù)語統(tǒng)一、長文本分段策略、風(fēng)格適配）。
61 基于 RAG（檢索增強(qiáng)生成）架構(gòu)，開發(fā)知識庫接入模塊，提升專業(yè)領(lǐng)域
（學(xué)術(shù)、法律、技術(shù)文檔）的翻譯準(zhǔn)確性，減少幻覺問題。
2. 提示詞工程與模型調(diào)優(yōu)
61 針對文檔翻譯場景設(shè)計高效提示詞模板，優(yōu)化 prompt 結(jié)構(gòu)（如 system prompt、few-shot 示例、格式指令），提升 LLM 輸出的合規(guī)性與專業(yè)性。
61 通過 A/B 測試評估不同提示詞策略的效果，結(jié)合用戶反饋持續(xù)迭代，降低翻譯錯誤率（如公式錯位、表格格式混亂）。
3. 智能算法研發(fā)
61 探索文檔/圖片處理中的 AI 輔助技術(shù)，如基于 NLP 的文檔結(jié)構(gòu)預(yù)測、基于 CV 的圖片文本區(qū)域檢測，減少人工規(guī)則依賴，提升自動化程度。

三、文檔處理核心職責(zé)
必備技能
一、圖片翻譯與多模態(tài)處理
61 熟悉 OCR 技術(shù)原理，有 Tesseract/PaddleOCR 二次開發(fā)經(jīng)驗(yàn)，能處理多語言混合文本識別。
61 掌握 OpenCV、Pillow 等圖像處理庫，具備圖像預(yù)處理、文本區(qū)域定位、圖文
合成等工程能力。
61 了解 LayoutLM 等文檔圖像分析模型，能利用預(yù)訓(xùn)練模型解決圖片文本布局解析問題。
二、AI 開發(fā)與提示詞工程
61 熟悉 LLM 調(diào)用流程，掌握 LangChain、LlamaIndex 等工具鏈，有大模型在文本處理場景的集成經(jīng)驗(yàn)。
61 精通提示詞設(shè)計原則（如角色設(shè)定、格式約束、示例引導(dǎo)），能針對不同文檔類型（論文/合同/營銷材料）設(shè)計差異化 prompt 策略。
61 了解模型微調(diào)基礎(chǔ)（如 LoRA、QLoRA），能根據(jù)業(yè)務(wù)數(shù)據(jù)優(yōu)化小模型性能，提升垂直領(lǐng)域翻譯效果。

三、文檔處理與 Python 開發(fā)
61 除原有 PyPDF2、python-docx 等庫外，需掌握 pdf2image、docx2image 等文檔轉(zhuǎn)圖片工具，理解文檔與圖片格式的底層映射關(guān)系。
61 具備多模態(tài)數(shù)據(jù)處理思維，能設(shè)計統(tǒng)一接口兼容文檔文本、圖片文本、純文本等多種輸入形態(tài)，輸出標(biāo)準(zhǔn)化結(jié)構(gòu)供翻譯引擎處理。

加分項(xiàng)
61 有圖片翻譯工具（如 PicTranslator、騰訊智圖翻譯）開發(fā)經(jīng)驗(yàn)，或主導(dǎo)過“文檔+圖片”混合格式處理項(xiàng)目。
61 參與過提示詞工程相關(guān)開源項(xiàng)目（如 PromptEngineeringGuide 貢獻(xiàn)），或發(fā)表過 LLM 在文檔處理中的優(yōu)化方案。
61 熟悉 Docker 容器化部署，能將 OCR/LLM 服務(wù)封裝為微服務(wù)，支持高并發(fā)場景下的穩(wěn)定調(diào)用。