海克斯康

岗位职责： 1、负责复杂长文档（数百页规模）的智能解析工作，完成文档版面分析、页面分类、跨页表格重构、结构化数据表重建，实现文档关键参数抽取与页号溯源索引体系搭建； 2、参与设计并迭代文档结构化中间表示，基于真实业务语料定义受控字段集与参数Schema，保障文档解析的中间结果可校验、可复现、可解释； 3、研发基于大模型的语义抽取与结构化转换技术链路，落地提示工程方案、结构化输出约束规则，维护few-shot样本库，搭建推理过程可视化排障能力，提升大模型文档解析稳定性； 4、参与开发确定性语义校验引擎，覆盖字段白名单校验、引用计数一致性、引用完整性、依赖环检测、参数完整性校验等能力，搭建标准化失败码体系与可读异常说明机制； 5、研发跨文件语义映射相关算法，实现不同来源文档的关键信息对齐、编号粒度匹配、内容交叉校验，解决多文档信息不一致问题； 6、协助构建人工标注回归评测集与自动化比对机制，输出可追溯的准确率量化指标，搭建文档版式适配层，提升模型与解析方案的跨客户、跨场景泛化能力。 岗位要求： 1、硕士及以上学历，计算机、人工智能、自动化、软件工程等相关专业； 2、精通Python编程语言，具备良好的编码规范与软件工程思维，掌握C++基础读写与联调能力，能独立完成模块代码开发与调试； 3、具备扎实的大模型应用工程能力，熟悉提示工程、结构化输出约束、Function Calling、JSON Schema、few-shot样本构建与模型效果评估；理解通过外部规则校验约束模型不确定性的核心逻辑，不局限于端到端模型生成； 4、熟悉NLP、文档智能、语义解析相关技术方向，拥有相关科研项目、课程设计、竞赛或实习经历优先；掌握PDF解析完整工具链，了解PyMuPDF、pdfplumber、版面分析模型等常用工具与技术； 5、具备编译原理、DSL设计相关基础知识，了解受控语言设计、语义校验、中间表示分层的核心逻辑与设计思路； 6、掌握基础图算法知识，熟悉有向图构建、拓扑排序、环检测、依赖链还原等技术，具备独立分析、排查技术问题的能力，适配项目迭代与交付节奏； 7、逻辑思维清晰，具备良好的团队协作、沟通表达能力，学习能力、抗压能力强，有主动技术攻关意识。