联想
Agent Personalization and Memory Evolution
Agent Personalization and Memory Evolution
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Dpo
Llm Agent
Lora
Multi-Modal
Pytorch
Reinforcement Learning
Sft
值不值得投
82综合评分
综合评分 82
顶尖大厂前沿AI研究岗，技术极具挑战性，成长空间巨大，适合博士级专家。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6.5万
与AI算法中位数基本持平
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 340 个在招 · 其中AI算法 4 个
市场机会
选择面较广
北京 · AI算法 · 约 140 个在招
职位详情
关于这个职位
负责面向个人超级智能体的前沿研究，结合大语言模型与多模态技术，探索长期记忆建模、交互技能学习及多Agent协同机制
通过算法优化、实验验证与原型开发，推动研究成果在联想终端产品中的落地应用，提升智能体的个性化理解与持续进化能力
最低要求
计算机科学、人工智能、机器学习、数学或相关专业硕士及以上学历，博士优先
硕士学位取得后具有 5 年及以上，或博士学位取得后具有 2 年及以上相关研究或算法工作经历，可包含博士后、高校及科研机构研究经历
具有独立主导复杂研究课题或关键技术攻关的经验
具备扎实的机器学习和大模型基础，在智能体记忆、个性化建模、信息检索与表示学习、多模态智能体、模仿学习、强化学习或持续学习中的至少一个方向有深入研究和可验证成果
理解 Transformer、大语言模型及多模态大模型的基本原理，熟悉预训练与后训练流程
在 SFT、参数高效微调（如 LoRA）、偏好优化（如 DPO）或强化学习中至少一种方法上具备实践经验，能够完成数据处理、训练调试和模型评测
能够独立完成问题定义、方法设计、实验实现和结果分析，具备严谨的实验意识，能够识别数据泄漏、评测偏差和无效改进，并清晰解释方法的适用条件与局限
熟练使用 Python，熟悉 PyTorch 等主流机器学习框架，能够实现研究算法、构建实验流程并复现相关工作
理解 LLM Agent 的上下文、工具使用和执行机制，能够将算法放入完整任务中验证
具有体现本人实质贡献的代表性成果，如高质量论文、技术专利、开源项目或经实际验证的算法与系统成果
具备良好的技术表达、协作与英文文献阅读能力，能够指导成员并与跨团队伙伴开展研究工作
工作职责
根据研究专长，重点承担以下前三项技术方向中的一个或多个，并负责相应的评测、原型和成果转化工作
长期记忆与个性化建模
研究持久化与分层记忆、可复用记忆组件（Memory Cube）及情境化用户建模，探索记忆抽取、表示、检索、更新与遗忘方法，提升跨会话、跨任务和跨 Agent 的语义保持与个性化效果
交互经验与技能学习
面向 Computer Use 等任务，研究多模态交互轨迹理解、程序性记忆与技能抽象，从用户示范、执行结果、失败和纠正中提炼经验，提升经验适用性判断、跨环境泛化与持续改进能力
多 Agent 协同记忆
研究面向任务与角色的记忆选择和分发、执行经验的可靠回流、记忆冲突与失效处理，使不同 Worker 能够沿用适用的用户理解，并在要求变化后更新相关执行依据
大模型适配与能力优化
面向个性化、记忆读写和工具使用，构建高质量训练数据、交互轨迹与偏好数据，开展有监督微调（SFT）、参数高效微调、偏好优化或强化学习实验，提升模型理解、选择和使用记忆的能力
数据与实验评测
将研究问题转化为可验证的假设，构建数据、基线和评测方法，开展对照实验、消融分析与失败归因，综合评估模型的指令遵循、个性化质量、任务成功率、经验泛化、可靠性和计算成本
原型实现与应用验证
独立实现关键算法和研究原型，与产品及工程团队协作完成真实场景验证，分析方法在上下文预算、响应延迟和端侧资源等约束下的效果与取舍
课题牵引与技术沉淀
主导课题的技术方案和研究迭代，指导项目成员解决关键问题，形成可复现的实验、技术报告、论文、专利或开源成果，推动有效方法沉淀为可复用能力
优先资格
在 NeurIPS、ICML、ICLR、ACL、EMNLP、SIGIR、CVPR 等相关会议或期刊发表过有影响力的研究成果，或有高质量开源贡献
具有记忆增强大模型、长上下文建模、情境化偏好学习或多模态对齐的研究经验，能够结合用户反馈与交互轨迹改进模型行为
具有 Computer Use／GUI Agent 相关研究或项目经历，在交互轨迹建模、示范学习、技能抽象、执行结果验证等方面有实践积累者优先
具有端侧 AI、跨设备上下文学习、高效记忆处理，或模型蒸馏、量化与推理优化经验，研究过效果与延迟、存储、计算或能耗之间的取舍
AI 洞察
优缺点分析
优点
- 处于AI Agent最前沿赛道，接触并解决行业级难题，技术含金量极高
- 依托联想全球研发资源与海量终端数据，拥有极佳的实验环境与落地场景
- 鼓励学术产出，支持发表论文与申请专利，有利于构建个人学术品牌
- 平台稳定，作为上市巨头企业，提供完善的福利体系与职业保障
- 对候选人的学历背景（博士优先）和科研深度要求极高，竞争门槛高
- 前沿研究方向不确定性大，需具备强大的抗压能力和独立解决问题的能力
- 适合拥有顶尖高校博士学历、在AI Agent或大模型领域有扎实研究成果、且渴望将前沿技术应用于大规模消费级产品的资深算法专家
缺点 / 挑战
- 需要在理论创新与工程落地之间找到平衡，面临端侧资源受限的优化压力
角色解读
- 成为AI Agent领域的资深科学家或首席研究员，引领公司在个人AI方向的战略技术布局
- 向技术管理方向发展，带领大型研发团队攻克更复杂的系统性AI难题
- 在学术界与工业界交叉领域建立广泛影响力，通过顶级会议发表和开源项目确立行业权威地位
- 专注于个人超级智能体的核心算法研究，特别是长期记忆建模、个性化表征及多Agent协同机制
- 设计并执行大规模实验，包括数据构建、模型微调（SFT/DPO/RL）及性能评测，确保算法在端侧设备的可行性
- 将前沿研究成果转化为可落地的原型系统，与产品团队紧密合作，推动技术在联想终端设备上的实际应用
- 主导技术课题迭代，产出高水平学术论文、专利及开源代码，建立技术壁垒
- 深厚的机器学习与大模型理论基础，精通Transformer架构、预训练/后训练流程及各类微调策略
- 极强的算法实现能力，熟练使用Python和PyTorch，能独立搭建实验流水线并复现顶级会议论文
- 在智能体记忆、多模态交互或强化学习等特定领域有深入的学术积累或工业界实战经验
- 优秀的科研素养，包括独立提出科学问题、严谨的实验设计、数据分析及英文技术写作能力
申请策略
- 准备详细的项目案例，重点阐述如何解决‘记忆’这一核心痛点
- 关注联想最新的AI战略发布，了解其个人超级智能体的具体愿景
- 面试中可能涉及大量算法推导与系统设计题，需提前复习大模型底层原理
- 突出博士期间的研究方向与岗位的匹配度，特别是记忆机制、个性化建模或多模态Agent相关的成果
- 详细列出发表的顶级会议论文（NeurIPS/ICML等）及开源项目链接，证明学术影响力
- 强调工程落地能力，展示如何将算法部署到实际系统或处理大规模数据的经验
- 列举具体的技术栈掌握情况，如PyTorch、SFT/DPO技巧及模型压缩优化经验
- 深入研究当前主流的Agent架构（如ReAct, Plan-and-Solve）及记忆增强技术
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，重点突出个人贡献
- 理论结合实践：不仅讲清楚算法原理，更要说明其在实际数据或场景中的表现与调优过程
- 批判性思维：客观分析现有方法的局限性，并提出自己的改进思路或未来展望
- 请详细介绍你过去在智能体记忆或个性化建模方面的研究，遇到的最大挑战是什么？
- 如何在端侧资源受限的情况下，优化大模型的推理延迟并保持个性化效果？
- 对比SFT、DPO和RLHF，你认为哪种方法更适合构建具有长期记忆的Agent？为什么？
- 如果让你设计一个多Agent协同系统，如何解决记忆冲突和信息冗余问题？
- 请分享一个你从0到1实现的算法项目，你是如何评估其有效性的？
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为上市巨头企业的核心研发岗位，薪资水平处于行业中上游，且通常伴随完善的五险一金、补充商业保险及年终奖等福利，稳定性高。
薪资信号未披露（AI估算：5.0千–8.0万/月）
成长发展
95较高
该职位处于AI Agent技术的最前沿，涉及记忆进化、多模态交互等高难度课题，能提供极高的技术成长空间和学术发表机会。
技术前沿前沿/新兴技术
技术栈LLM Agent、Hyper-Personalization、Memory Cube、SFT、DPO、Reinforcement Learning、Multi-modal
成长机会指导项目成员、形成可复现的实验、技术报告、论文、专利或开源成果
业务类型profit_center
工作生活
60中等
作为核心研发岗位，通常需要较高的专注度和投入，虽然大厂可能有弹性工作制，但前沿研究往往伴随着高强度的脑力劳动和项目节点压力。
工作模式未明确
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
80较高
致力于让智能体真正理解用户，提升人机交互的自然度和效率，具有显著的用户价值和社会意义，属于积极采用新技术改善生活的领域。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号让智能体持续理解用户的背景、偏好和目标、推动研究成果进入产品验证
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
推理架构算法工程师
京东 · 北京市
AI 估算 · 5.0–8.0万3 小时前发布
Senior Consultant Specialist
汇丰 · 西安市
AI 估算 · 2.0–3.5万3 小时前发布
VP, FC Investigative Tooling
汇丰 · 广州市
AI 估算 · 3.5–6.0万3 小时前发布
AVP, Investigative Tooling
汇丰 · 广州市
AI 估算 · 2.5–4.5万3 小时前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 2.0–3.5万4 小时前发布
MJ020718-Voyager-算法实习生
滴滴出行 · 北京市
AI 估算 · 0.3–0.6千4 小时前发布
日常实习生-营销&交易技术-AI应用算法工程师
阿里巴巴 · 杭州市
AI 估算 · 0.3–0.4千4 小时前发布
阿里云智能-AI推理/训练优化专家-北京/杭州/上海
阿里巴巴 · 北京市
AI 估算 · 4.0–7.0万4 小时前发布
Watch Jobs