联想
Advisory Researcher, Foundation Model
Advisory Researcher, Foundation Model
发布于 大约 9 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Langgraph
Llm
Mcp
On-Device Ai
Prompt Engineering
端侧优化
值不值得投
75综合评分
综合评分 75
技术前沿、薪资优厚，但工作强度可能较大，适合技术驱动型人才。
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。
薪资怎么样
50K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 500 个在招 · 其中人工智能 4 个
市场机会
选择面较广
北京 · 人工智能 · 约 140 个在招
职位详情
关于这个职位
作为联想研究院的Advisory Researcher，你将主导端侧核心Agent能力的工程实现，推动任务编排、工具调用、记忆管理等关键技术的落地，并探索从屏幕操作到设备控制的Agent能力扩展
该职位要求深厚的LLM/Agent开发经验，熟悉主流Agent框架，并具备端侧工程优化的能力，适合希望在AI前沿领域深耕的技术专家
最低要求
计算机科学或相关领域硕士及以上学历
年以上相关经验
精通LLM/Agent应用开发、提示工程和工作流设计
熟悉MCP协议、技能注册机制、函数调用和ReAct模式
了解主流Agent框架（如LangGraph等）
具备端侧或移动端工程经验，能独立推动复杂Agent功能的实现以及性能和稳定性优化
工作职责
领导端侧核心Agent能力的工程实现
推进任务编排、工具调用、记忆管理、上下文控制和多场景集成
探索Agent能力从屏幕操作到设备控制的扩展
支持关键业务从概念验证到大规模部署
AI 洞察
优缺点分析
优点
- 联想作为跨国巨头，平台大，资源丰富，技术积累深厚
- 技术难度高，需要持续学习最新AI技术
- 端侧资源受限，优化难度大，需要深入底层
缺点 / 挑战
- 端侧AI是前沿方向，发展前景好，技术挑战大，个人成长快
- 薪资水平较高，福利待遇完善
- 可能面临较大的工作压力，需要快速交付成果
- 适合对AI技术有热情，具备扎实的LLM和端侧开发经验，喜欢挑战和创新的技术专家
角色解读
- 在AI领域深耕，成为端侧Agent方向的专家
- 有机会晋升为技术负责人或架构师，领导更大规模的团队
- 向产品化方向转型，推动AI技术落地到实际业务
- 负责端侧Agent核心能力的工程实现，包括任务编排、工具调用、记忆管理等
- 推进Agent从屏幕操作到设备控制的扩展，探索多场景集成
- 支持关键业务从概念验证到大规模部署的全流程
- 精通LLM/Agent应用开发，熟悉提示词工程和工作流设计
- 熟悉MCP协议、函数调用、ReAct模式等关键技术
- 具备端侧或移动端工程经验，能够独立优化性能和稳定性
申请策略
- 了解联想在AI领域的布局和产品方向
- 准备展示个人技术博客或开源项目
- 突出LLM/Agent开发项目经验，特别是端侧部署和优化案例
- 强调对MCP、ReAct等技术的深入理解
- 展示独立推动复杂功能实现的能力
- 深入学习LangGraph等主流Agent框架
- 掌握端侧模型优化技术，如量化、剪枝等
- 关注AI Agent领域的最新研究
面试指南
- 回答时结合具体项目，突出技术决策和结果，展示对Agent架构和端侧优化的深入理解
- 请描述一个你主导的Agent项目，如何设计任务编排和工具调用？
- 如何优化端侧Agent的性能和稳定性？
- 你对MCP协议的理解是什么？如何应用？
- 如何设计提示词以提高Agent的准确率？
- 如何平衡Agent的智能性和资源消耗？
- 准备1-2个端侧Agent项目案例，详细说明技术方案和挑战
- 复习LLM、Agent、提示词工程的基础知识
职位点评
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
联想作为上市公司，薪资福利有竞争力，但具体薪资未披露，需面议。
薪资信号未披露（AI估算：40K-60K/月）
成长发展
90较高
岗位涉及前沿AI技术，技术成长空间大，但JD中未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈LLM、Agent、MCP、LangGraph、端侧AI
业务类型ambiguous
工作生活
50较低
工作地点在北京，可能需要现场办公，JD未提及WLB相关信息。
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技术应用具有社会价值，但具体使命导向不明确。
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
联想 的其他在招职位
相似职位推荐
Watch Jobs