核心職責
一、圖片翻譯技術開發
1. 圖像文本識別（OCR）流程設計
61 開發圖片文字提取模塊，集成 Tesseract、PaddleOCR 等 OCR 引擎，優
化多語言（中英日法等）、復雜場景（手寫體、低分辨率、多版式圖片）的識別準確率。
61 設計圖像預處理算法（如傾斜校正、降噪、透視變換），提升 OCR 輸入
質量；開發后處理邏輯（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. 多模態翻譯融合
61 結合圖像布局分析（如 LayoutLM、LayoutParser 模型），區分圖片中的
文本、圖表、圖形區域，實現“文本翻譯+非文本元素保留”的精準處理。
61 開發圖片翻譯結果可視化模塊，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、產品說明書、截圖翻譯）。

二、AI 開發與提示詞工程
1. 大語言模型（LLM）應用開發
61 設計 LLM 調用框架，集成 ChatGPT、Llama、Claude 等模型，實現文檔/圖片翻譯的智能優化（如術語統一、長文本分段策略、風格適配）。
61 基于 RAG（檢索增強生成）架構，開發知識庫接入模塊，提升專業領域
（學術、法律、技術文檔）的翻譯準確性，減少幻覺問題。
2. 提示詞工程與模型調優
61 針對文檔翻譯場景設計高效提示詞模板，優化 prompt 結構（如 system prompt、few-shot 示例、格式指令），提升 LLM 輸出的合規性與專業性。
61 通過 A/B 測試評估不同提示詞策略的效果，結合用戶反饋持續迭代，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
61 探索文檔/圖片處理中的 AI 輔助技術，如基于 NLP 的文檔結構預測、基于 CV 的圖片文本區域檢測，減少人工規則依賴，提升自動化程度。

三、文檔處理核心職責
必備技能
一、圖片翻譯與多模態處理
61 熟悉 OCR 技術原理，有 Tesseract/PaddleOCR 二次開發經驗，能處理多語言混合文本識別。
61 掌握 OpenCV、Pillow 等圖像處理庫，具備圖像預處理、文本區域定位、圖文
合成等工程能力。
61 了解 LayoutLM 等文檔圖像分析模型，能利用預訓練模型解決圖片文本布局解析問題。
二、AI 開發與提示詞工程
61 熟悉 LLM 調用流程，掌握 LangChain、LlamaIndex 等工具鏈，有大模型在文本處理場景的集成經驗。
61 精通提示詞設計原則（如角色設定、格式約束、示例引導），能針對不同文檔類型（論文/合同/營銷材料）設計差異化 prompt 策略。
61 了解模型微調基礎（如 LoRA、QLoRA），能根據業務數據優化小模型性能，提升垂直領域翻譯效果。

三、文檔處理與 Python 開發
61 除原有 PyPDF2、python-docx 等庫外，需掌握 pdf2image、docx2image 等文檔轉圖片工具，理解文檔與圖片格式的底層映射關系。
61 具備多模態數據處理思維，能設計統一接口兼容文檔文本、圖片文本、純文本等多種輸入形態，輸出標準化結構供翻譯引擎處理。

加分項
61 有圖片翻譯工具（如 PicTranslator、騰訊智圖翻譯）開發經驗，或主導過“文檔+圖片”混合格式處理項目。
61 參與過提示詞工程相關開源項目（如 PromptEngineeringGuide 貢獻），或發表過 LLM 在文檔處理中的優化方案。
61 熟悉 Docker 容器化部署，能將 OCR/LLM 服務封裝為微服務，支持高并發場景下的穩定調用。