快手Data Agent智能体研发工程师
任职要求
必备技能： 1、精通Java及多线程编程，对JVM原理有深入理解，具备扎实的面向对象设计与系统架构能力； 2、深入理解 AI Agent 核心架构原理，熟悉智能体的关键设计模式——包括 Tool/Skill 注册与编排、多轮对话状态管理、意图识别与任务规划（Plan & Execute / ReAct）、工具调用（Function Calling）与结果解析等，有 Agent 框架或智能体系统的实际研发经验； 3、熟练掌握 RAG（检索增强生成）技术栈，包括向量数据库（如Milvus、Weaviate）、Embedding模型选型与调优、混合检索策略（稀疏+稠密）、RAG-Fusion / Query Rewrite 等进阶优化手段，有 RAG 应用落地实战经验； 4、熟练掌握 Prompt 工程核心方法论，包括指令设计、思维链（CoT）与思维树（ToT）、Few-shot / Zero-shot 策略、Prompt 安全与防注入等，能系统性设计高质量 Prompt 以驱动 Agent 的多场景任务执行； 5、熟练掌握Redis、Kafka/RocketMQ等常用缓存与消息中间件，具备高并发、高吞吐场景下的性能优化实战经验； 6、具备丰富的分布式系统设计与开发经验，深刻理解高可靠、高并发、高吞吐系统的设计原则，有大规模微服务架构实践经验； 7、熟悉大数据生态技术（如Hive、Spark、Flink、ClickHouse等），理解数据查询、数据开发、数据运维等典型数据工作流程； 8、计算机相关专业本科及以上学历，具备3年以上后端或大数据平台开发经验，且至少1年以上 AI Agent / 大模型应用开发经验。 核心素质： 1、具…
工作职责
职位亮点： 加入公司级核心数据智能体 DataAgent 的基建团队，打造"最懂你的数据AI搭子"，让海量数据真正"说话"，直接赋能快手直播、电商、商业化、生活服务、海外等全业务线的数据分析与决策场景；站在大模型与大数据的交叉前沿，构建数据领域的 AI Agent 基础设施——包括多模态意图理解、工具编排调度、SQL智能生成与执行、数据看板解读、AB实验分析、报告自动产出等核心能力，让 AI 真正成为数据从业者的全天候智能助手；直面超高并发与海量数据的工程挑战，设计支撑日均千亿级数据服务调用 + 大模型推理请求融合的 Agent 调度架构，在复杂业务场景中锤炼高可用、高扩展、低延迟的系统架构能力，推动数据平台向智能化全面跃迁。 1、负责 DataAgent 智能体基础设施的核心架构设计与研发，包括 Agent 交互调度引擎、工具注册与编排框架、多轮对话状态管理、意图路由与任务规划等核心模块，为数据分析、数据开发、数据运维等全场景提供坚实的 Agent 技术底座； 2、构建数据领域 Agent 的工具层（Skills/Tools）集成能力，将Hive/ClickHouse/Bleem SQL 执行引擎、KwaiBI看板解读、AB实验分析、Python数据分析等数据服务能力标准化接入 Agent 工具调用链路，实现"问一句数据，全流程自动完成"的一站式体验； 3、设计并实现大模型推理服务与数据服务的融合调度架构，优化 Agent 在高并发场景下的响应延迟与资源利用率，保障多入口（消息号、独立页、KwaiBI/天工侧边栏、AI In Place、Agent as Tool）的全渠道服务体验一致性与稳定性； 4、探索并落地大模型在数据领域的深度应用，包括：自然语言交互式数据查询与分析、SQL智能生成与自动纠错、看板波动归因解读、实验效果智能分析、数据血缘追踪与补数据方案生成、自动化洞察报告与 HTML/Docs 报告产出等，持续提升 DataAgent 的智能化水平与业务价值； 推动 DataAgent 与公司内部生态的深度集成以及 KwaiBI、天工、数据地图、天工IDP 等数据产品内的嵌入式交互能力建设，扩大 DataAgent 的触达范围与使用场景； 5、持续优化 Agent 的数据安全与权限管控机制，确保数据分析过程遵循公司数据权限规范鉴权，分享内容可见范围可控，在智能化与安全性之间取得最优平衡。
1. 负责百炼平台Data Agent智能体相关功能的梳理、定位、设计、开发和产品化工作。 2. 负责追踪Data Agent前沿方向，聚焦核心技术的研究和突破。 3. 负责Data Agent相关的基础设施能力设计和工程开发工作。
AI Agent Engineering • Design, develop, and deploy production-grade AI agent systems, including multi-agent orchestration, tool-use frameworks, memory management, and API integration — ensuring reliability, scalability, and maintainability • Build and optimize Retrieval-Augmented Generation (RAG) pipelines: document ingestion, chunking strategy, embedding, vector search, and re-ranking to maximize LLM grounding quality • Support LLM adaptation to WWGS business domains through prompt engineering, context injection, fine-tuning signal curation, and systematic prompt evaluation frameworks • Develop automated knowledge base construction and real-time data access capabilities (Data Agent, MCP server/client) to connect AI agents with live business data • Design and implement LLM evaluation pipelines to systematically assess agent output quality, hallucination risk, and business impact Data Engineering • Design and implement end-to-end data pipelines (batch and streaming) for data collection, transformation, and storage — supporting both AI application and analytics use cases • Build and maintain integration layer data models that serve as a unified, AI-ready data foundation across WWGS domains • Develop automated data quality monitoring, alerting, and observability tooling to ensure pipeline reliability and data trustworthiness • Integrate multi-source data (seller behavior, transaction logs, off-platform signals, AI outputs) into a coherent, governed data layer • Establish data standardization and governance policies ensuring consistency, accuracy, and compliance across AI and BI consumption layers Technical Leadership • Provide technical guidance on AI-data architecture decisions; define best practices for the team's AI agent and data engineering stack • Collaborate cross-functionally with Product, Operations, and Science teams to translate business requirements into scalable technical solutions • Mentor junior engineers and conduct design reviews; raise the technical bar across the team
1、AI Agent产品规划：面向全公司所有产品线（抖音、今日头条、火山引擎等）的海量数据场景，规划并打造覆盖数据开发、数据运维、数据治理全链路的AI Agent产品体系，以智能化手段大幅提升数据生产力； 2、产品全流程负责：主导产品全生命周期管理（用户调研、需求评审、方案设计、项目管理、效果度量），与研发紧密协作，对产品最终结果负责； 3、生态建设与运营：建立用户反馈闭环，完善产品宣发与培训机制，推动AI Agent在各业务线规模化落地，持续扩大平台影响力。