快手AI应用研发工程师（品牌广告）-【商业化】
任职要求
1、工作经验：1-3 年 Java 后端研发经验，具备较好的工程基础和业务理解能力，能够在指导下独立负责中小型模块设计与开发； 2、编程功底：扎实的 Java 编程能力，熟悉 Spring Boot / Spring Cloud / MyBatis 等常用后端开发框架，理解常见设计模式、集合、多线程、JVM 基础知识； 3、工程能力：熟悉 MySQL、Redis、消息队列、RPC、定时任务、异步任务等常见服务端组件，具备基本的接口设计、数据库设计、性能优化和问题排查能力； 4、系统意识：理解高并发、高可用、可观测性、限流降级、幂等、重试、超时控制等后端工程基本原则，有线上系统开发、维护或问题排查经验； 5、AI 理解与学习能力：对大模型 / AIGC 有兴趣或实践经验，了解 Prompt、RAG、Agent、Embedding、多模态生成、模型 AP…
工作职责
1、品牌广告业务系统建设：参与商业化品牌广告核心系统研发，包括广告创编、广告样式、广告投放策略、广告库存、平台化工具、数据服务等模块建设，保障系统稳定性、可扩展性与业务交付效率； 2、大模型应用工程落地：参与大模型能力在品牌广告场景的工程化落地，包括广告诊断、广告调控、工作流编排、广告创意生成、素材理解、素材评测、生成工作流编排等方向； 3、大模型服务接入与平台化封装：负责对接内部或外部大模型能力，完成 API 封装、服务编排、任务调度、异步处理、结果存储、失败重试、监控告警等工程建设，提升大模型能力在业务系统中的可用性； 4、系统稳定性与工程质量建设：参与高并发、高可用系统设计，持续优化接口性能、链路稳定性、异常处理、日志监控和问题排查效率，保障品牌广告业务稳定运行； 5、数据闭环与效果迭代：参与构建广告素材生成、评测、反馈、优化的数据闭环，支持模型效果评估、业务指标分析和系统策略迭代。
聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 具体职责包括以下相关方向的一项或多项： 1.需求理解与归因： ● 深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。 2.架构设计： ● 面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。 3.知识与环境构建： ● 搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。 4.核心能力实现： ● 负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。 5.系统迭代与演进： ● 建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。 6.性能优化： ● 优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行。
1. AI应用开发：结合大模型进行创新应用设计和开发 2. Prompt设计与优化：设计、编写并优化Prompt，提高大模型在具体业务场景下的准确性和效果 3. 模型集成与API管理：负责将第三方大模型 API或自研/微调模型集成到现有应用或服务中
聚焦核心业务场景，利用Agent等前沿技术推动AI落地。你将参与从需求洞察到系统构建的全流程，通过研发智能应用与工具，提升业务效率与效果，实现技术驱动业务增长的完整闭环，推动智能规模化演进，实现技术价值转化。 具体职责包括以下相关方向的一项或多项： 1.需求理解与归因： ● 深入业务场景，利用数据挖掘与特征分析完成现象归因；精准识别高价值问题，将模糊的业务痛点转化为明确的 AI 解决目标。 2.架构设计： ● 面向具体业务需求，设计 AI 原生系统架构；参与 Agent 系统核心模块的规划，包括记忆管理、推理策略与工具编排，兼顾架构的灵活性、可扩展性与工程可落地性。 3.知识与环境构建： ● 搭建AI与现有业务系统的交互环境，涵盖 API 接入、RAG 知识库构建、记忆方案设计；持续优化召回质量与上下文注入策略，为模型提供准确、及时的执行环境与知识支撑。 4.核心能力实现： ● 负责Agent关键模块的工程落地，实现意图识别、任务拆解与反思纠错闭环；封装标准化SDK/API服务，构建Agent观测体系，实现全链路追踪与多维归因分析。 5.系统迭代与演进： ● 建立搭建自动化评测与回测机制，通过调优与Case分析不断收敛效果与性能提升的最优路径；沉淀方法论与可复用组件，推动 AI 能力从单点验证走向规模化落地。 6.性能优化： ● 优化高并发场景下的系统性能，通过异步处理与降级策略保障稳定性，通过低侵入性观测手段保障系统的长期稳定运行。
聚焦核心业务场景，利用Agent利用Agent等前沿技术推动AI在前端、客户端等全终端方向落地。你将参与从需求洞察到AI应用构建开发的全流程，推进AI应用的落地。 1.AI应用全端开发：—>AI应用全终端开发 ● 负责AI在全终端方向的应用开发和优化。 ● 参与AI终端和服务端的交互协议的设计、实现和优化。 2.AI应用基础组件开发： ● 负责AI应用全终端SDK的架构设计、开发和优化。 ● 负责终端基础组件及架构设计, 推进研发效率； 3.性能优化： ● 负责优化前端、客户端等全终端SDK/App性能、体验优化及质量监控评估体系建设。 4.3D实时渲染： ● 负责利用AI能力，在终端实现2D/3D实时渲染技术的开发和优化。