岗位职责
- 负责大模型与 Agent 的长期记忆算法研发，支撑个人助手、工作协作、医疗健康等场景，提升记忆对实际任务的帮助；
- 围绕记忆抽取、更新、召回与消费，解决跨会话关联、时序变化和信息冲突等问题，优化记忆管理与失效处理，不断提升记忆在测评以及实际场景应用的效果；
- 结合用户反馈和链路数据定位瓶颈，建设训练数据与评测体系，通过模型训练或系统策略优化，完成实验验证和上线迭代；
- 与产品、工程及业务团队协作，兼顾效果、时延、成本、稳定性与隐私保护，沉淀可复用的记忆能力。
职位要求
- 具备记忆、检索排序、用户建模、信息抽取或 Agent 相关研发经验，独立负责过核心算法模块，有从问题定位、方案设计到上线验证的完整优化经验；
- 具备相关模型训练经验，能够围绕任务设计训练数据与目标，运用微调、蒸馏或强化学习等适用方法，并通过对照实验验证收益；
- 编程与机器学习基础扎实，熟练使用 Python 及主流深度学习框架，能够独立完成算法实现、问题排查与性能优化；
- 有使用 AI Agent 改造研发流程的实际经验，能够将数据处理、实验执行、评测归因等重复工作形成可复用的自动化流程。
