【快Star】Data Agent研发工程师

大模型正在重塑企业数据的使用方式。快手数据平台自研的企业级大数据智能体 DataAgent，每天服务数千名内部分析师、工程师和产品同学——他们用一句自然语言，就能完成数据查询、SQL 生成、看板分析、AB 实验解读等工作。这不是PPT，是一个真实落地、高频使用、持续迭代的AI产品。我们正处在 AI Agent 技术爆发的窗口期，企业级落地的挑战比 Demo 复杂 100 倍：如何让多个 Agent 协作不"幻觉"？如何构建真正理解业务的知识体系？如何在亿级用户的数据场景下做到可靠、可观测？这是你毕业后就能参与解答的问题。 作为团队成员，你将深度参与：

1. 01

   Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；

2. 02

   多模态知识构建与服务，面对百万级海量数据资产，探索让 AI 能够"看懂"的数据世界；

3. 03

   智能评测与可观测平台建设，让 AI 系统的每一次行为都可测量、可追溯，构建效果提升的飞轮；

4. 04

   利用 RAG、知识图谱、上下文压缩与记忆管理、模型微调与强化学习等前沿 LLM 技术，不断突破 DataAgent 的能力天花板；

5. 05

   以微服务、容器化（沙箱）等工程手段，构建高可用、高扩展的 AI 服务底座。

1. 01

   本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；

2. 02

   扎实的 Java 后端开发基础，熟悉 Spring 等主流框架，代码整洁、有工程规范意识；

3. 03

   对 LLM 技术有基本认知（Prompt Engineering、RAG、Function Calling 等），或在校期间有相关课程/项目经历；

4. 04

   我们更看重的特质： 动手派：有想法就立刻写代码验证，不停留在"想想就好"； 学习欲强：AI 技术迭代极快，你能从容面对"上周学的今天就过时"； 善于表达：能把复杂的技术问题说清楚、讲明白； 乐于协作：在快速迭代的团队中找到自己的节奏。

加分项

1. 01

   做过 AI Agent / LLM 应用的课程项目或比赛项目；

2. 02

   有 Text2SQL、RAG、知识图谱方向的实践经验；

3. 03

   研究过或动手跑过 Qwen、GPT、DeepSeek 等主流大模型的微调或强化学习。