腾讯
实习微信小微-记忆系统的构建与下游应用
北京 · 实习 · 博士
长期有效
任职要求
- 学历和专业要求：
- 来自计算机、人工智能、统计学、信息工程、数据挖掘等相关专业的博士、硕士同学。
- 技术技能要求：
- 掌握用户画像构建、记忆检索、知识图谱或图学习等相关算法及应用，熟悉NLP与对话系统技术，了解RAG、LLM后训练或隐私保护机器学习者优先。
- 软性素质要求：
- 具备良好的数据分析与问题拆解能力，对用户建模与对话体验方向有兴趣，逻辑严谨，执行力强。
- 此课题同时招聘应届实习生和低年级实习生。
岗位描述
【岗位职责】
课题背景：
微信助手生长于微信之中，无论是作为朋友、助手、秘书，微信助手都需要、也有足够的潜力懂用户。如何在保证用户隐私的情况下，构建记忆系统、用好记忆系统，让用户能够感受到足够的贴心、但又不至于冒犯，是提升微信助手体验的核心课题，也是微信助手的重大潜力。
课题挑战：
微信生态中的消费数据极度多元，涵盖聊天、朋友圈、支付、小程序、收藏等众多场景，数据的异构性与碎片化使得记忆的统一抽取、结构化与质量保证面临巨大挑战。与此同时，微信用户群体跨度极广，不同年龄层、使用习惯与认知水平的用户对"贴心"与"冒犯"的边界感知迥异，记忆系统需在高度个性化的同时兼顾足够的泛化能力。在技术链路上，用户画像的持续构建、海量记忆的精准检索、记忆在对话生成中的有效注入，以及通过agentic后训练提升记忆效果，还需兼顾成本与效果，极具挑战。此外，微信中沉淀着用户大量个人文件与资料，如何将其组织为可检索的私有知识库，也是记忆系统落地不可回避的工程难题。
具体工作：
参与用户记忆体系的设计与构建，探索海量异构消费数据的统一抽取与结构化方案，研究用户画像的持续更新与精准检索机制，并在微信助手真实场景中完成效果评测与迭代。
【任职要求】
学历和专业要求：
来自计算机、人工智能、统计学、信息工程、数据挖掘等相关专业的博士、硕士同学。
技术技能要求：
掌握用户画像构建、记忆检索、知识图谱或图学习等相关算法及应用，熟悉NLP与对话系统技术，了解RAG、LLM后训练或隐私保护机器学习者优先。
软性素质要求：
具备良好的数据分析与问题拆解能力，对用户建模与对话体验方向有兴趣，逻辑严谨，执行力强。
【加分项】
此课题同时招聘应届实习生和低年级实习生。
【技术方向】
智能体、强化学习
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。