小红书AI Agent研发工程师（大数据运维治理方向）
任职要求
1、计算机科学、人工智能、数学或相关专业，有复杂智能系统、Agent、大模型项目研发经验优先； 2、精通Java开发，熟悉分布式、缓存、消息队列、微服务等架构机制，熟悉Spark、Flink、Hive、Starrocks等大数据生态，了解引擎运维； 3、熟悉检索增强生成（RAG）、Single/Multi-A…
工作职责
1、负责大数据运维及治理场景下AI Agent的设计与实现，覆盖元数据增强、任务智能诊断、数据质量归因、成本治理、稳定性运维等核心场景，落地自动化运维和治理工具； 2、参与数据管治和运维领域知识库及知识图谱研发，优化LLM在异常检测、根因定位、故障自愈、性能调优、成本治理等场景的生成准确性与实用性； 3、深入场景理解需求，基于大模型与AI前沿工程实践，推动数据开发治理平台产品能力迭代与功能演进；
1、深入理解数据生产核心链路，与产品和业务团队紧密协作，识别并解决业务需求沟通、代码开发、上线运维等各环节中的关键问题，快速设计和实现AI驱动的解决方案，抽象和沉淀通用的Agent基建能力； 2、聚焦产品功能与用户体验，联合大模型算法、评估、数据等团队，持续优化产品性能与准确率，提升系统智能化水平； 3、支持产品在字节跳动各条业务线的落地，推动智能化方案的规模化应用； 4、跟踪AI技术前沿发展，推动新技术的引入与工程化落地，持续增强平台智能化能力。
立足 AI Agent 业务的研发运维全链路视角，从稳定、体验、效率和成本这四个方面持续优化模型推理服务，支持好 AI Agent 业务。 ● 异构算力调度与算力池化（核心）：负责 GPU / CPU / 其他异构算力的统一调度与算力池化。设计并实现弹性伸缩、资源混布、潮汐资源盘活、Quota 管理等能力，提升整体资源利用率。 ● 推理调度策略与性能优化：构建并优化推理调度与运行策略（如 KV Cache 管理、并发与队列控制、资源隔离），保障高峰流量下的低延迟与稳定性。 ● 资源编排与多云治理：构建多机房、多地域、多云环境下的统一调度策略，实现跨地域容灾与就近访问。 ● 推理框架与系统优化：协同底层网络 / 存储团队，优化 RDMA、高速网络、缓存 / 存储路径，充分释放大规模集群算力。 ● 平台稳定性与问题治理： ○ 负责推理平台的稳定性建设：治理推理服务常见稳定性问题，建设推理平台的 可观测与稳定性体系、压测与容量规划、问题定位与根因分析等能力，并持续降低 MTTR。 ○ 在多异构资源（GPU、CPU、NPU 等）、多云环境、复杂网络场景下，实现快速问题诊断、隔离与恢复。
1、参与淘天物流全域数据体系的规划与建设，构建高一致性、高复用的实时与离线融合数据资产底座，打造统一、可靠、可产品化的数据服务能力； 2、面向AI原生时代，设计并落地面向大模型与智能Agent消费的数据资产与知识库体系，重构数据的组织、语义表达与服务方式，支撑AI系统的高效理解、推理与决策； 3、深度洞察物流业务场景，探索大数据与AI融合的创新路径，通过数据Agent、RAG、任务编排等技术手段，推动数据从“被动响应”向“主动建议”演进，实现智能化运营闭环； 4、主导或参与湖仓一体的数据架构演进，推动数据采集、治理、质量保障、智能加工与自动化运维体系的持续优化，夯实物流业务高效运转的数据基石。
1、主导（参与）规划和设计快手新一代 Data + AI 生产管治平台的后端技术体系以及软件架构，包括 离线/实时开发平台、数据安全、数据地图、大模型数据同步/任务调度等系统； 2、充分利用模型微调、提示词工程、RAG等大模型技术构建智能开发 / 运维 / 治理等生产智能化能力； 3、充分利用微服务、容器化等技术构建高可用、高扩展和低耦合高内聚的数据中台服务； 4、了解业界相关技术体系，为快手数据产品研发引入创造性的技术方案，解决面临的各种复杂问题和挑战。