网易
LLM Agent Memory专家
LLM Agent Memory专家
发布于 大约 14 小时前普通员工/个人贡献者
广州市
专家级经验
全职员工
仅现场办公
本科
人工智能
Dpo
Grpo
Mem0
Ppo
Rag
Rlhf
Sft
向量数据库
深度学习
AI 估算 · 40k–70k
职位详情
关于这个职位
作为网易技术中心的LLM Agent Memory专家，你将主导复杂交互场景下长期记忆系统的架构设计与核心研发，负责记忆提取、存储、检索与遗忘机制的全链路实现，并构建可训练、可迭代的Memory Model
该岗位需要你具备大模型后训练实战经验，推动Agent记忆技术在真实业务中的落地与持续迭代，是AI前沿技术领域的核心角色
最低要求
熟练掌握 Python 及主流深度学习框架，对主流 Agent 架构和 Memory 框架（如 Mem0、MemOs 等）有深入理解
在知识图谱构建、向量数据库检索、RAG 系统或复杂状态机引擎方向有丰富的工业级落地经验
具备大模型后训练实战经验，熟悉至少两种偏好学习或强化学习训练范式
能够独立完成数据构造、训练方案设计、效果评估与消融分析，形成稳定可复用的训练与评测模块
熟悉复杂智能体系统的自动化评测方案，有从零构建多阶段复杂评测工作流（如类似 SWE-bench 模式的内部业务基准构建）经验者优先考虑
具备极强的工程落地能力和逻辑拆解能力，能够独立分析系统瓶颈并攻克前沿算法难题
具备优秀的跨部门沟通协调能力与自我驱动力，对前沿 AI 玩法创新及智能体技术演进充满热情
工作职责
主导复杂交互场景（如 Coding Agent、智能 NPC、个人助理）下长期记忆系统的架构设计与核心研发，让 Agent 在多轮、跨次对话中持续理解用户习惯与历史上下文
负责记忆提取、存储、检索与遗忘机制的全链路实现，解决状态压缩、跨 session 信息同步以及记忆冲突合并等核心工程问题
围绕记忆写入、更新、合并等关键链路，构建可训练、可迭代的 Memory Model
通过 SFT、DPO、RLHF、GRPO/PPO 等后训练手段，持续优化模型在长时序交互、复杂任务执行及个性化协作中的记忆表现
建立 Memory Model 的后训练迭代闭环： 将真实交互中的记忆 Case 转化为训练样本与偏好对，通过可验证奖励信号驱动模型迭代
搭建线上 Bad Case 归因机制，针对写入遗漏、过度写入、冲突合并错误、检索不足、幻觉、越权记忆等问题形成数据回流与模型再训练的完整链路
构建 Agent Memory 的评测基础设施： 设计多阶段、多轮复杂交互下的记忆质量自动化测试方案，制定内部评估基准（Benchmark），覆盖记忆写入、更新、检索、遗忘等核心链路的准确性、完整性与时效性指标
跟进 Agent Memory 领域前沿技术，推动在实际业务场景中的落地与持续迭代
优先资格
有从零构建多阶段复杂评测工作流（如类似 SWE-bench 模式的内部业务基准构建）经验者优先考虑
AI 洞察
优缺点分析
优点
- 网易作为大型互联网公司，平台资源丰富，技术氛围浓厚
- 薪资水平高，福利待遇优厚
- 技术难度高，需要持续学习最新研究
- 工作强度可能较大，需要应对复杂问题
- 跨部门协作要求高，沟通成本可能增加
缺点 / 挑战
- 处于AI前沿领域，技术挑战大，个人成长空间广阔
- 适合对AI Agent技术有深厚兴趣，具备扎实工程能力，能适应高强度技术挑战的资深工程师
角色解读
- 从专家级工程师向AI技术专家或架构师方向发展，主导更大规模的智能体系统
- 有机会晋升为技术管理岗位，带领团队推进Agent记忆技术落地
- 在AI前沿领域持续深耕，成为行业内有影响力的专家
- 设计并实现Agent长期记忆系统，涵盖记忆提取、存储、检索与遗忘机制，确保Agent在多轮对话中保持上下文一致性
- 构建可训练的Memory Model，通过SFT、DPO、RLHF等后训练技术优化模型在长时序交互中的记忆表现
- 建立记忆模型的迭代闭环，将真实交互案例转化为训练数据，并搭建线上Bad Case归因机制
- 开发Agent记忆的评测基础设施，设计自动化测试方案与内部基准，确保记忆质量
- 精通Python和主流深度学习框架，深入理解Agent架构及Memory框架（如Mem0、MemOs）
- 具备知识图谱、向量数据库、RAG系统的工业级落地经验
- 熟悉大模型后训练，掌握至少两种偏好学习或强化学习范式（如DPO、RLHF）
- 具备复杂系统评测经验，能够构建多阶段评测工作流
申请策略
- 了解网易在AI Agent领域的产品布局，如智能NPC、个人助理等
- 准备一个完整的项目案例，展示从设计到落地的全过程
- 突出Agent记忆系统或相关项目的实际落地经验，量化成果
- 强调大模型后训练实战经验，包括数据构造、训练方案设计等
- 展示知识图谱、RAG等领域的工业级项目案例
- 提及自动化评测体系构建经验，如SWE-bench类似基准
- 深入学习Mem0、MemOs等主流Memory框架的源码
- 熟悉强化学习算法（如GRPO、PPO）在语言模型中的应用
面试指南
- 采用STAR法则，结合具体项目背景、任务、行动和结果
- 强调技术选型的原因和权衡，展示逻辑拆解能力
- 突出数据驱动和迭代优化的思路
- 如何设计一个长期记忆系统以支持多轮对话？
- 请描述一次你使用RLHF优化模型记忆能力的经历
- 如何解决记忆冲突合并问题？
- 你如何构建自动化评测基准来评估记忆质量？
- 在跨部门协作中，你如何推动技术落地？
职位点评
77
综合评分
AI前沿技术岗，高薪高成长，但工作强度可能较大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术前沿、渴望挑战的工程师，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活50
使命价值70
薪资福利
80较高
薪资水平高，福利完善，但具体薪资未披露，需面议。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
95较高
前沿技术领域，成长空间大，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈Python、LLM、Agent、Memory、RAG、知识图谱、向量数据库、SFT、DPO、RLHF、GRPO、PPO
业务类型profit_center
工作生活
50较低
工作地点固定，未提及远程或弹性办公，可能加班。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
AI技术推动行业创新，但社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs