主分类：Agent系统开发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "企业微信-大模型算法工程师-Agent记忆系统（北京/成都）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "WXG",
"location": "广州",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "腾讯",
"company_industry": "互联网 / 科技 / 人工智能",
"company_size": "10000人以上",
"company_website": "tencent.com",
"company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责 AI 在企业微信场景落地的核心系统建设，包括 LLM/Agent 记忆系统、上下文工程、图谱构建的设计与实现，支撑跨会话、长周期的个性化交互；\r\n2.完成结构化/非结构化数据的信息压缩、知识提炼与关系推理；构建分层记忆架构，实现记忆写入、检索、更新、遗忘与冲突消解的全生命周期管理；\r\n3.设计并实现 Agent 自进化体系，让 Agent 从交互反馈与失败案例中自动沉淀Skill，推动能力自主迭代；\r\n4.持续跟踪并引入记忆系统、上下文管理、自进化 Agent 等前沿技术，推动技术在实际业务的创新应用。",
"requirements_text": "1.计算机、人工智能、数学等相关专业背景，2 年以上相关领域工作经验；\r\n2.熟练掌握 AI 领域主流模型与技术（如 Transformer、大语言模型、RAG、Agent、记忆系统等），具备实际项目开发经验；在 Agent 记忆系统、知识图谱、上下文工程或 Agent 自进化/自学习方向有落地经验者优先；\r\n3.熟练掌握 Python，熟练使用主流深度学习框架，具备扎实的算法实现与工程优化能力；\r\n4.具备复杂系统的抽象与工程化能力，能将记忆检索、图谱推理、Skill 调度等模块高效集成到线上 Agent 系统中；\r\n5.在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表过论文，或为优秀机器学习开源项目贡献者优先。",
"skills": [AI生成
"Python",
"机器学习",
"深度学习",
"知识图谱",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "在 Agent 记忆系统、知识图谱、上下文工程或 Agent 自进化/自学习方向有落地经验者优先；5.在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表过论文，或为优秀机器学习开源项目贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=1976128396710797312"
}
]
},
"posting": {
"posting_id": "1976128396710797312",
"post_date": "2026-09-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=1976128396710797312"
},
"fulltext": "企业微信-大模型算法工程师-Agent记忆系统（北京/成都）\n1.负责 AI 在企业微信场景落地的核心系统建设，包括 LLM/Agent 记忆系统、上下文工程、图谱构建的设计与实现，支撑跨会话、长周期的个性化交互；\r\n2.完成结构化/非结构化数据的信息压缩、知识提炼与关系推理；构建分层记忆架构，实现记忆写入、检索、更新、遗忘与冲突消解的全生命周期管理；\r\n3.设计并实现 Agent 自进化体系，让 Agent 从交互反馈与失败案例中自动沉淀Skill，推动能力自主迭代；\r\n4.持续跟踪并引入记忆系统、上下文管理、自进化 Agent 等前沿技术，推动技术在实际业务的创新应用。\n1.计算机、人工智能、数学等相关专业背景，2 年以上相关领域工作经验；\r\n2.熟练掌握 AI 领域主流模型与技术（如 Transformer、大语言模型、RAG、Agent、记忆系统等），具备实际项目开发经验；在 Agent 记忆系统、知识图谱、上下文工程或 Agent 自进化/自学习方向有落地经验者优先；\r\n3.熟练掌握 Python，熟练使用主流深度学习框架，具备扎实的算法实现与工程优化能力；\r\n4.具备复杂系统的抽象与工程化能力，能将记忆检索、图谱推理、Skill 调度等模块高效集成到线上 Agent 系统中；\r\n5.在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶尖会议发表过论文，或为优秀机器学习开源项目贡献者优先。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}