Lenovo logo
联想
Sr. Researcher, Model & Agent Evolution

Sr. Researcher, Model & Agent Evolution

发布于 27 分钟前

普通员工/个人贡献者

AI 估算 · 6.0–10.0万 · AI 参考估算
高级经验
硕士
全职员工仅现场办公AI算法
AI算法
Agentic Rl
Grpo
Ppo
Pytorch
Rlhf
World Model
大模型

值不值得投

75综合评分

综合评分 75

前沿大模型与 Agent 自进化研究岗,技术成长和影响力强,办公灵活性未披露

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

8.0万

比AI算法中位数高

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 360 个在招 · 其中AI算法 12 个

市场机会

选择面较广

北京 · AI算法 · 约 240 个在招

职位详情

关于这个职位

该职位面向下一代大模型与 Agent 技术,重点研究模型持续学习、自主进化、经验学习和 World Model 等前沿方向

你将主导创新研究课题与跨团队项目,推动算法突破,并将成果应用到端侧智能和企业级业务场景中

最低要求

计算机科学、人工智能、机器学习等相关领域硕士及以上学历,博士优先

具有 7 年以上相关研究或研发经验(含研究生阶段项目经验)
在大模型、机器学习、强化学习、持续学习或智能体等领域具有深厚的专业积累,能够在相关研究领域形成专业影响力
熟悉大模型训练与优化技术,包括 SFT、RL、RLHF、PPO、GRPO、Online Learning 等方法,在模型持续学习、自进化或 Agent 相关方向具备深入研究经验
具备独立开拓研究方向、建立研究方法和解决高度复杂技术问题的能力,能够预判技术趋势,识别关键机会与技术风险,并提出创新性解决方案
具备较强的业务洞察力,能够深入理解客户需求和业务挑战,并将其转化为具有技术创新价值的研究方向
具备大型或跨团队研究项目的领导经验,能够制定技术路线、指导研究团队,并推动研究成果形成实际技术或业务价值
具备优秀的技术沟通与影响力,能够向管理层、跨职能团队及外部技术社区有效传递复杂技术观点,并推动关键技术决策
熟练掌握 Python、PyTorch 等研发工具,具备扎实的算法设计、实验分析与技术实现能力

工作职责

前沿研究与方向开拓:负责模型与 Agent 自进化领域的前沿技术研究,探索 Continual Learning、Self-Evolving AI、Agentic RL 等新兴研究方向,提出具有创新性和长期价值的研究课题,建立新的研究方法与技术范式

核心技术创新:围绕模型持续学习、参数化记忆机制(Fast & Slow Memory)、长上下文学习、经验学习、可信自进化及 World Model 等关键问题,开展算法、模型架构与学习机制创新,解决领域内复杂且具有挑战性的技术问题
可信自进化研究:探索基于真实执行经验、环境反馈和证据驱动的模型与 Agent 自进化方法,建立可评估、可归因、可验证的持续优化机制
研究项目领导:主导重要研究项目或跨团队研究计划,制定研究目标、技术路线与实施方案,推动研究成果落地,对项目整体技术成果及业务价值负责
业务需求与技术转化:深入理解真实业务场景和客户需求,将业务挑战转化为新的研究问题与技术机会,推动研究成果在端侧智能及企业级业务场景中的应用,提升客户体验与业务价值
技术体系与团队指导:建立和优化复杂研究项目的技术架构与研究体系,指导团队成员开展研究工作,推动跨团队技术协作与研究能力建设
研究影响力建设:代表团队参与外部技术交流与合作,推动高水平论文、专利、技术报告及创新成果产出,提升团队在模型与 Agent 自进化领域的技术影响力

优先资格

在 Continual Learning、Lifelong Learning、Self-Evolving Models、Recursive Self-Improvement、Agentic RL、World Model 等方向取得有影响力的研究成果

在 NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI 等顶级学术会议发表相关论文
具备多项高价值专利、技术报告或有影响力的开源成果
具有丰富的专利申请经验者优先
曾负责跨部门、跨地域或大型研究项目,并取得显著技术或业务成果
在端侧智能、在线学习、长期记忆或复杂业务决策系统方面具备研究及产业落地经验

AI 洞察

优缺点分析

优点

  • 研究方向聚焦大模型与 Agent 自进化,属于 AI 前沿领域,技术探索空间大
  • 岗位强调真实业务场景和端侧智能落地,研究成果有机会转化为实际产品和客户价值
  • 职责覆盖研究创新、项目领导、专利论文和外部影响力建设,适合希望综合发展的高级研究人才
  • 联想具备多场景业务基础,能为模型与 Agent 的持续学习和真实环境验证提供应用土壤
  • 自进化、持续学习和 World Model 等方向技术难度高,研究不确定性强,需要长期投入和高质量实验验证
  • 岗位既要求前沿研究突破,也要求业务价值落地,需要在探索性和结果导向之间取得平衡
  • 适合具有大模型、强化学习或 Agent 研究背景,且希望将前沿算法研究推进到真实业务场景的高级研究型人才

缺点 / 挑战

  • 需要主导跨团队项目并产出论文、专利和技术影响力,对沟通协调和成果沉淀要求较高

角色解读

  • 可向资深研究员、首席研究员或前沿 AI 研究负责人方向发展,持续深耕模型自进化和 Agent 智能
  • 也可转向技术管理,负责更大规模的研究团队、跨部门技术路线和产业级 AI 平台建设
  • 由于岗位强调论文、专利和业务转化,未来也有机会形成学术影响力与产业落地并重的职业路径
  • 开展大模型与 Agent 自进化方向的前沿研究,包括持续学习、经验学习、长期记忆、World Model 和 Agentic RL
  • 设计新的算法、模型架构和训练机制,解决模型在真实环境中持续适应、决策和可信优化的问题
  • 主导跨团队研究项目,从研究目标、技术路线到成果落地和业务价值负责
  • 推动论文、专利、技术报告和开源成果产出,并与外部技术社区开展交流合作
  • 需要扎实的大模型训练与优化能力,熟悉 SFT、RL、RLHF、PPO、GRPO、Online Learning 等方法
  • 需要在持续学习、智能体、强化学习或自进化模型方向有深入研究积累,并能独立提出研究问题
  • 需要具备 Python、PyTorch 工程能力,能够完成算法设计、实验分析和原型实现
  • 需要较强的技术领导力、业务洞察力和跨团队沟通能力,能把业务问题转化为研究课题并推动落地

申请策略

  • 申请前建议梳理联想在端侧智能、企业级 AI 和智能设备场景中的业务布局,思考研究如何与这些场景结合
  • 面试中应重点展示“研究问题定义—方法创新—实验验证—业务落地”的完整闭环能力
  • 突出在大模型、持续学习、强化学习、Agent 或自进化方向的研究成果,尤其是可量化的方法改进和实验结论
  • 列出在 NeurIPS、ICML、ICLR、ACL 等会议发表的论文、专利、技术报告或开源项目,并说明个人贡献
  • 强调主导大型或跨团队研究项目的经历,包括技术路线制定、团队分工、关键决策和最终业务效果
  • 补充业务转化案例,说明如何将客户需求或复杂业务问题转化为研究课题并推动落地
  • 强化 SFT、RLHF、PPO、GRPO、Online Learning 等训练优化方法的系统理解,并准备相关实验细节
  • 补齐 Fast & Slow Memory、长上下文学习、经验学习、World Model 和可信自进化等方向的最新论文脉络

面试指南

  • 回答研究类问题时,可采用“背景痛点—现有方法不足—你的核心假设—方法设计—实验验证—局限与下一步”的结构
  • 回答项目领导类问题时,用“目标拆解—技术路线选择—团队协同—风险识别—结果复盘”的框架,突出决策过程和影响力
  • 回答业务转化问题时,按照“业务场景—关键约束—研究抽象—落地路径—价值指标”展开,避免只谈算法不谈价值
  • 你如何定义 Self-Evolving AI 或 Agent 自进化?它与传统持续学习、在线学习的区别是什么?
  • 请介绍一个你主导过的大模型或 Agent 研究项目,包括技术路线、关键难点、实验设计和最终成果
  • 在模型持续学习中,如何缓解灾难性遗忘?你会如何设计可评估、可归因、可验证的优化机制?
  • 如何将真实业务场景或客户需求转化为有价值的研究问题,并衡量其业务影响?
  • 请谈谈你对 World Model、Agentic RL 或长期记忆机制未来发展方向的理解

职位点评

薪资福利78
成长发展92
工作生活45
使命价值82

薪资福利

78中等

JD 未披露薪资与福利信息,因此无法直接判断薪酬竞争力;但从高级研究定位、长年限要求与跨团队职责看,岗位层级较高,通常对薪资动机有较好吸引力。

薪资信号未披露(AI估算:6.0千–10.0万/月)

成长发展

92较高

岗位明确聚焦 Continual Learning、Self-Evolving AI、Agentic RL、World Model 等前沿方向,并要求论文、专利、技术报告和跨团队研究领导,发展性非常强。

技术前沿前沿/新兴技术
技术栈Continual Learning、Self-Evolving AI、Agentic RL、World Model、SFT、RL、RLHF、PPO、GRPO、Online Learning、Fast & Slow Memory、长上下文学习、经验学习、可信自进化、Python、PyTorch
成长机会前沿技术研究、创新性研究方法与技术体系、研究项目领导、技术体系与团队指导、研究能力建设、高水平论文、专利、技术报告及创新成果产出
业务类型profit_center

工作生活

45较低

JD 仅明确工作地点为北京,未提及远程、弹性、双休或加班信息,因此生活化动机满足程度无法得到充分支持。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

82较高

岗位围绕下一代智能模型与 Agent 技术、可信自进化和真实业务价值展开,具有较强的技术探索价值和产业应用意义,但 JD 未直接强调社会使命或公共价值。

行业发展高速增长赛道
社会影响中性/一般
使命信号下一代智能模型与 Agent 技术、长期价值的研究方向、真实环境中的持续学习、适应和决策能力、可信自进化、提升客户体验与业务价值
创新程度开拓性创新(行业首创)
Watch Jobs