企业微信-大模型算法工程师-Agent记忆系统（北京/成都）

优缺点分析

角色解读

• 从算法工程师成长为资深AI算法专家，深入记忆系统和Agent领域
• 向AI系统架构师方向发展，负责更大规模的技术架构设计与团队指导
• 可能转向研究角色或产品技术负责人，推动AI技术在业务中的战略应用
• 设计和实现企业微信中的AI记忆系统，包括LLM/Agent架构，以支持跨会话个性化交互
• 管理记忆数据的全生命周期，如压缩、检索、更新和冲突消解，确保系统高效运行
• 构建Agent自进化体系，让系统从反馈和失败案例中自动学习，提升自主迭代能力
• 跟踪记忆系统、上下文管理等前沿技术，并推动其在企业微信业务中的创新落地
• 熟练掌握LLM、Agent、记忆系统、知识图谱等AI核心技术，并有实际项目开发经验
• 精通Python编程和主流深度学习框架，具备扎实的算法实现与工程优化能力
• 具备复杂系统的抽象与工程化能力，能将记忆检索、图谱推理等模块集成到线上系统
• 有顶尖会议论文发表或优秀开源项目贡献经验者优先，展现研究能力和社区影响力

申请策略

• 研究企业微信的AI应用场景，思考如何将记忆系统融入实际业务，面试中展示业务理解
• 准备案例，说明如何解决记忆冲突或优化检索效率，体现问题解决能力
• 突出相关项目经验，如记忆系统、知识图谱或Agent开发，详细描述技术栈和成果
• 展示Python和深度学习框架的熟练程度，列举具体工具和框架使用案例
• 列出论文发表或开源贡献，证明研究能力和社区参与度
• 强调系统设计和工程化能力，如如何将复杂模块集成到实际系统中
• 深入学习LLM、Agent相关论文，特别是记忆管理和自进化方向的最新研究
• 练习系统设计，模拟记忆检索、冲突解决等场景，提升架构思维

面试指南

• 使用STAR法则（情境、任务、行动、结果）描述相关项目经验，突出技术细节和成果
• 结合理论知识（如Transformer、图谱）和实际案例，回答技术问题，展现深度思考
• 强调系统思维和工程化能力，说明如何平衡算法创新与线上稳定性
• 准备提问环节，询问团队技术栈、项目挑战等，展示主动性和兴趣
• 如何设计一个高效的Agent记忆系统，支持跨会话个性化交互？
• 在记忆系统中，如何处理数据冲突或遗忘机制？请举例说明
• 描述一个你实现的自进化Agent案例，如何从反馈中自动沉淀Skill？
• 如何优化记忆检索的效率，特别是在大规模数据场景下？