快手AI 应用工程师-【运营技术】
任职要求
1、本科及以上学历，1-3 年软件研发经验，计算机、软件工程或相关理工科专业； 2、具备全栈开发能力，能独立完成从数据存储、后端服务到前端交互的完整链路开发，我们不限定具体技术栈，但你需要至少有一个从零到上线的完整项目经验； 3、熟悉至少一种 AI 应用开发框架（如 LangChain、LangGraph、Dify、Coze 等），或有基于大模型 API 的应用开发实践经验； 4、具备良好的系统设计意识，能画出清晰的架构图，能说清楚模块之间的边界和数据流转方式； 5、有较强的自驱力和学习能力，面对模糊问题能独立拆解、快速形成可执行方案。 加分项 1、在本科或硕…
工作职责
关于团队 我们是运营技术团队，核心工作是将 AI 能力落地到真实业务场景中。团队正在经历从传统前端团队向 AI 应用工程团队的转型——这意味着你不会被锁死在某一个技术栈里，而是有机会参与从 Agent 架构设计到系统上线的完整过程。我们重视能独立思考和交付的人，而不是只能执行既定方案的人。如果你习惯自己找问题、定方案、写代码、推上线，这里会很适合你。 1、负责运营技术方向 AI 应用的端到端研发，包括需求分析、技术选型、架构设计与交付上线，工作范畴涵盖 Agent 系统开发、RAG / 知识库系统搭建、AI 工作流编排等； 2、持续演进 AI 应用的系统架构，将 AI 能力深度嵌入业务场景，在交付效率、系统可靠性、用户体验之间寻找最优解； 3、跟踪 AI 应用层技术演进（模型能力、框架生态、交互范式），形成技术判断并推动落地，我们期望你不只是使用者，也是技术方向的思考者； 4、参与团队的 AI 工程化体系建设，包括但不限于 AI Coding 工具链引入、开发流程优化、质量保障机制建设。
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、负责AI Agent核心引擎研发，主导智能决策引擎、任务规划模块、工具调用框架、记忆管理机制等关键组件的开发，支撑用户画像分析、智能人群圈选等核心业务场景的自动化执行； 2、构建Agent实时数据感知与反馈闭环，基于Flink/Spark等框架优化数据处理链路，实现毫秒级用户行为响应与策略动态调整，强化Agent对实时业务环境的感知与适应能力； 3、复杂大规模人群服务系统的性能优化与稳定性保障，解决高并发场景下的请求调度、容错机制、状态一致性等技术挑战，确保系统在千万级QPS下的稳定运行与弹性扩展； 4、深入探索大模型与Agent的深度融合，参与用户运营领域大模型微调与持续优化Agent的推理能力、决策效率与交互体验，推动强化学习、多智能体协作等技术在用户增长场景的创新落地。
1、搭建面向行业运营场景的AI应用，负责agent设计、业务模型抽象、工程开发等工作，促进运营方式更加智能化； 2、负责统一的智能运营平台建设，探索AI-Native的研发模式和应用形态，提升AI运营应用的研发效果和效率； 3、熟悉行业运营业务，通过技术驱动运营方式的变革，打造有影响力的AI应用产品。
1、搭建面向行业运营场景的AI应用，负责agent设计、业务模型抽象、工程开发等工作，促进运营方式更加智能化； 2、负责统一的智能运营平台建设，探索AI-Native的研发模式和应用形态，提升AI运营应用的研发效果和效率； 3、熟悉行业运营业务，通过技术驱动运营方式的变革，打造有影响力的AI应用产品。