# 混元大语言模型后训练算法工程师-Memory方向（北京/深圳/上海）

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 腾讯 (Listed company)
- Locations: 北京
- Role: Algorithm
- Apply on the official site: https://careers.tencent.com/jobdesc.html?postId=2046923451989651456

## Role description from source

1.长期记忆机制研发：负责大模型长期记忆全链路算法设计，实现记忆抽取、存储、检索、更新、遗忘，解决跨会话记忆一致性、冲突与时效性问题；
2.个性化用户建模：基于用户交互、行为数据构建用户模型，挖掘用户偏好、表达习惯，驱动模型动态适配，提升个性化交互体验；
3.记忆方向模型后训练：使用 SFT/RLHF/ 奖励建模等技术，把记忆调用、准确性、个性化目标转化为训练信号；构建高质量训练数据，搭建用户反馈驱动的模型迭代闭环；
4.评测体系搭建：设计记忆、个性化相关评测指标，构建自动化评测集与线上实验体系，评估召回、幻觉、隐私风险等；
5.前沿技术落地：跟踪 Memory Agent、持续学习等前沿方向，推动技术成果业务落地。
职位要求
1.计算机、AI 等相关专业硕士及以上学历；
2.精通 Transformer 与大模型训练原理，在长期记忆、RAG、个性化 LLM、超长上下文、大模型 + 用户画像任一方向有扎实实践；
3.熟悉 SFT/RLHF/ 奖励建模，能将记忆、个性化目标转化为训练信号优先；
4.有向量库、知识图谱、记忆 Agent 框架、多轮对话状态管理等实战经验优先；
5.算法与工程基础扎实，熟练 Python，掌握 PyTorch/TensorFlow；
6.熟悉分布式训练、Megatron-LM/DeepSpeed/vLLM，有百亿 + 大模型调优经验优先。
工作年限（官方顶部字段）
两年以上工作经验

---
opening_id: f3c0194b-f2eb-467c-ad03-3ba44cb52bd5

`anm openings save --id f3c0194b-f2eb-467c-ad03-3ba44cb52bd5`