主分类：Agent系统开发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【快Star】Data Agent研发工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "J1020"AI生成
},
"company": {
"company_name": "快手科技",
"company_industry": "内容社区 / 直播 / 电商 / 人工智能",
"company_size": "10000人以上",
"company_website": "kuaishou.com",
"company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【快Star】Data Agent研发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1020\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n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。\n作为团队成员，你将深度参与：\n1、Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；\n2、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；\n3、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；\n4、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；\n5、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。\n\n任职要求\n1、本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；\n2、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；\n3、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；\n4、我们更看重的特质：\n动手派：有想法就立刻写代码验证，不停留在\"想想就好\"；\n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\"；\n善于表达：能把复杂的技术问题说清楚、讲明白；\n乐于协作：在快速迭代的团队中找到自己的节奏。\n加分项：\n1、做过 AI Agent / LLM 应用的课程项目或比赛项目；\n2、有 Text2SQL、RAG、知识图谱方向的实践经验；\n3、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。",
"requirements_text": "【快Star】Data Agent研发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1020\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n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。\n作为团队成员，你将深度参与：\n1、Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；\n2、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；\n3、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；\n4、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；\n5、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。\n\n任职要求\n1、本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；\n2、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；\n3、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；\n4、我们更看重的特质：\n动手派：有想法就立刻写代码验证，不停留在\"想想就好\"；\n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\"；\n善于表达：能把复杂的技术问题说清楚、讲明白；\n乐于协作：在快速迭代的团队中找到自己的节奏。\n加分项：\n1、做过 AI Agent / LLM 应用的课程项目或比赛项目；\n2、有 Text2SQL、RAG、知识图谱方向的实践经验；\n3、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。",
"skills": [AI生成
"Java",
"SQL",
"Spring",
"强化学习",
"微服务",
"知识图谱",
"模型微调",
"招聘",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12829?recruitSubProjectCodes="
}
]
},
"posting": {
"posting_id": "12829",
"post_date": "2026-05-26",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/12829?recruitSubProjectCodes="
},
"fulltext": "【快Star】Data Agent研发工程师\n【快Star】Data Agent研发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1020\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n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。\n作为团队成员，你将深度参与：\n1、Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；\n2、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；\n3、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；\n4、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；\n5、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。\n\n任职要求\n1、本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；\n2、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；\n3、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；\n4、我们更看重的特质：\n动手派：有想法就立刻写代码验证，不停留在\"想想就好\"；\n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\"；\n善于表达：能把复杂的技术问题说清楚、讲明白；\n乐于协作：在快速迭代的团队中找到自己的节奏。\n加分项：\n1、做过 AI Agent / LLM 应用的课程项目或比赛项目；\n2、有 Text2SQL、RAG、知识图谱方向的实践经验；\n3、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。\n【快Star】Data Agent研发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1020\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n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。\n作为团队成员，你将深度参与：\n1、Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；\n2、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；\n3、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；\n4、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；\n5、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。\n\n任职要求\n1、本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；\n2、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；\n3、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；\n4、我们更看重的特质：\n动手派：有想法就立刻写代码验证，不停留在\"想想就好\"；\n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\"；\n善于表达：能把复杂的技术问题说清楚、讲明白；\n乐于协作：在快速迭代的团队中找到自己的节奏。\n加分项：\n1、做过 AI Agent / LLM 应用的课程项目或比赛项目；\n2、有 Text2SQL、RAG、知识图谱方向的实践经验；\n3、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。\n【快Star】Data Agent研发工程师\n\n基础信息\n招聘项目：全部校招\n招聘类型：校招\n职位类别：J1020\n工作地点：北京\n发布时间：2026-05-26\n\n岗位职责\n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。\n作为团队成员，你将深度参与：\n1、Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；\n2、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；\n3、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；\n4、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；\n5、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。\n\n任职要求\n1、本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；\n2、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；\n3、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；\n4、我们更看重的特质：\n动手派：有想法就立刻写代码验证，不停留在\"想想就好\"；\n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\"；\n善于表达：能把复杂的技术问题说清楚、讲明白；\n乐于协作：在快速迭代的团队中找到自己的节奏。\n加分项：\n1、做过 AI Agent / LLM 应用的课程项目或比赛项目；\n2、有 Text2SQL、RAG、知识图谱方向的实践经验；\n3、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。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}