工作职责:
1. 负责电子元件、电路板图像的分类、检测、分割模型研发。
2. 利用PaddleOCR等OCR工具提取EDA图纸、元件数据手册（PDF/图片）中的元件参数、封装尺寸与型号信息。
3. 设计并实现基于大语言模型的信息抽取、校验与知识库构建流程：对OCR/NLP提取的元件信息进行提示词工程优化、LoRA微调，实现型号检索、参数比对和自动化封装描述生成。
4. 基于电路原理图/网表，利用图神经网络（GNN）实现元件间连接关系的建模与分析，支持电路拓扑识别、信号流向推断等任务;探索GNN在元器件布局、电路相似性比较等场景中的应用。
5. 参与基于强化学习（RL）的PCB自动布局布线算法研究，配合仿真器构建训练环境，为项目后续技术升级做储备。
6. 能独立完成从数据预处理、模型训练、量化压缩到部署的全流程，保障算法在工业场景下的稳定性与实时性。
任职资格:
1.统招硕士及以上学历，人工智能、计算机科学等相关专业。
2.年以上AI算法研发经验，有至少1个工业级图像识别或文档智能项目落地经历,有EDA相关经验者优先。
3.精通Python/C ，熟练使用PyTorch/TensorFlow，熟悉OpenCV及数据增强工具（如Albumentations）。
4.具备分类、检测、分割、OCR项目的端到端开发能力，熟练掌握ResNet、EfficientNet、ViT、YOLO、PaddleOCR、U-Net等主流视觉模型。
5.了解图论基础及图神经网络算法，在图结构分析或关系建模上有实践经验或扎实理论者优先。
6.熟悉大语言模型的提示词工程、RAG流程设计、LoRA/QLoRA微调及模型部署，有PDF文档信息提取、自动化建库类项目经验优先。
7.良好的团队协作精神与沟通能力，能主动分享见解，推动跨职能合作。
