职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:13091

大模型 AI Agent 开发工程师

未披露 · 北京 / 杭州 · 快手科技

主分类:Agent系统开发
软件开发与 IT
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": "大模型 AI Agent 开发工程师",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京 / 杭州",
        "work_mode": "未披露",AI生成
        "job_category": "J1014"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": "大模型 AI Agent 开发工程师\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:J1014\n工作地点:北京 / 杭州\n发布时间:2026-08-09\n\n岗位职责\n1、参与 Agent 核心运行时的各项能力建设,包括任务规划、工具调用、记忆管理、多智能体协同等关键模块;\n2、参与 OpenClaw 等开源 Agent 产品在快手内部的工程化落地与能力增强,包括电商、直播、短视频等业务场景;\n3、参与 Agent 系统的可观测、评测、稳定性与部署体系建设,提升复杂 AI 系统的线上可用性;\n4、跟踪并验证前沿 Agent / AI Infra 技术演进,推动从技术探索到业务落地的闭环。\n\n任职要求\n1、本科及以上学历,计算机相关专业,有扎实的计算机基础知识以及 Java 或 Python 编程功底;\n2、对大模型、Agent、RAG 等方向有较强兴趣,理解 LLM 的基本原理、上下文机制、Prompt 作用方式及常见能力边界;\n3、有强烈的好奇心,对前沿技术充满热情,具有良好的沟通能力、学习能力和团队合作精神。\n加分项\n1、有 LangChain、LlamaIndex、LangGraph、AutoGen、CrewAI 等 Agent 框架实战经验;\n2、理解 ReAct、CoT、ToT、Reflection、Multi-Agent 等常见 Agent 推理与协作模式;\n3、有 RAG 系统开发经验,熟悉向量检索、重排序、Hybrid Search、知识库构建等能力;\n4、熟悉 Docker、Kubernetes、服务化开发或 AI 系统部署运维,对 Infra / 平台方向有兴趣;\n5、有 OpenClaw、OpenManus、AutoGPT、Dify、Coze、Flowise 等智能体系统的使用或改造经验;\n6、有个人项目、技术博客或开源贡献经历,有 GitHub / Demo / 作品集可展示者优先。",
        "requirements_text": "大模型 AI Agent 开发工程师\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:J1014\n工作地点:北京 / 杭州\n发布时间:2026-08-09\n\n岗位职责\n1、参与 Agent 核心运行时的各项能力建设,包括任务规划、工具调用、记忆管理、多智能体协同等关键模块;\n2、参与 OpenClaw 等开源 Agent 产品在快手内部的工程化落地与能力增强,包括电商、直播、短视频等业务场景;\n3、参与 Agent 系统的可观测、评测、稳定性与部署体系建设,提升复杂 AI 系统的线上可用性;\n4、跟踪并验证前沿 Agent / AI Infra 技术演进,推动从技术探索到业务落地的闭环。\n\n任职要求\n1、本科及以上学历,计算机相关专业,有扎实的计算机基础知识以及 Java 或 Python 编程功底;\n2、对大模型、Agent、RAG 等方向有较强兴趣,理解 LLM 的基本原理、上下文机制、Prompt 作用方式及常见能力边界;\n3、有强烈的好奇心,对前沿技术充满热情,具有良好的沟通能力、学习能力和团队合作精神。\n加分项\n1、有 LangChain、LlamaIndex、LangGraph、AutoGen、CrewAI 等 Agent 框架实战经验;\n2、理解 ReAct、CoT、ToT、Reflection、Multi-Agent 等常见 Agent 推理与协作模式;\n3、有 RAG 系统开发经验,熟悉向量检索、重排序、Hybrid Search、知识库构建等能力;\n4、熟悉 Docker、Kubernetes、服务化开发或 AI 系统部署运维,对 Infra / 平台方向有兴趣;\n5、有 OpenClaw、OpenManus、AutoGPT、Dify、Coze、Flowise 等智能体系统的使用或改造经验;\n6、有个人项目、技术博客或开源贡献经历,有 GitHub / Demo / 作品集可展示者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "Docker",
            "Kubernetes",
            "React",
            "团队协作",
            "沟通能力",
            "学习能力",
            "招聘",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "加分项;6、有个人项目、技术博客或开源贡献经历,有 GitHub / Demo / 作品集可展示者优先",
        "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/13091?recruitSubProjectCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "13091",
        "post_date": "2026-08-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus.kuaishou.cn/recruit/campus/e/#/campus/job-info/13091?recruitSubProjectCodes="
    },
    "fulltext": "大模型 AI Agent 开发工程师\n大模型 AI Agent 开发工程师\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:J1014\n工作地点:北京 / 杭州\n发布时间:2026-08-09\n\n岗位职责\n1、参与 Agent 核心运行时的各项能力建设,包括任务规划、工具调用、记忆管理、多智能体协同等关键模块;\n2、参与 OpenClaw 等开源 Agent 产品在快手内部的工程化落地与能力增强,包括电商、直播、短视频等业务场景;\n3、参与 Agent 系统的可观测、评测、稳定性与部署体系建设,提升复杂 AI 系统的线上可用性;\n4、跟踪并验证前沿 Agent / AI Infra 技术演进,推动从技术探索到业务落地的闭环。\n\n任职要求\n1、本科及以上学历,计算机相关专业,有扎实的计算机基础知识以及 Java 或 Python 编程功底;\n2、对大模型、Agent、RAG 等方向有较强兴趣,理解 LLM 的基本原理、上下文机制、Prompt 作用方式及常见能力边界;\n3、有强烈的好奇心,对前沿技术充满热情,具有良好的沟通能力、学习能力和团队合作精神。\n加分项\n1、有 LangChain、LlamaIndex、LangGraph、AutoGen、CrewAI 等 Agent 框架实战经验;\n2、理解 ReAct、CoT、ToT、Reflection、Multi-Agent 等常见 Agent 推理与协作模式;\n3、有 RAG 系统开发经验,熟悉向量检索、重排序、Hybrid Search、知识库构建等能力;\n4、熟悉 Docker、Kubernetes、服务化开发或 AI 系统部署运维,对 Infra / 平台方向有兴趣;\n5、有 OpenClaw、OpenManus、AutoGPT、Dify、Coze、Flowise 等智能体系统的使用或改造经验;\n6、有个人项目、技术博客或开源贡献经历,有 GitHub / Demo / 作品集可展示者优先。\n大模型 AI Agent 开发工程师\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:J1014\n工作地点:北京 / 杭州\n发布时间:2026-08-09\n\n岗位职责\n1、参与 Agent 核心运行时的各项能力建设,包括任务规划、工具调用、记忆管理、多智能体协同等关键模块;\n2、参与 OpenClaw 等开源 Agent 产品在快手内部的工程化落地与能力增强,包括电商、直播、短视频等业务场景;\n3、参与 Agent 系统的可观测、评测、稳定性与部署体系建设,提升复杂 AI 系统的线上可用性;\n4、跟踪并验证前沿 Agent / AI Infra 技术演进,推动从技术探索到业务落地的闭环。\n\n任职要求\n1、本科及以上学历,计算机相关专业,有扎实的计算机基础知识以及 Java 或 Python 编程功底;\n2、对大模型、Agent、RAG 等方向有较强兴趣,理解 LLM 的基本原理、上下文机制、Prompt 作用方式及常见能力边界;\n3、有强烈的好奇心,对前沿技术充满热情,具有良好的沟通能力、学习能力和团队合作精神。\n加分项\n1、有 LangChain、LlamaIndex、LangGraph、AutoGen、CrewAI 等 Agent 框架实战经验;\n2、理解 ReAct、CoT、ToT、Reflection、Multi-Agent 等常见 Agent 推理与协作模式;\n3、有 RAG 系统开发经验,熟悉向量检索、重排序、Hybrid Search、知识库构建等能力;\n4、熟悉 Docker、Kubernetes、服务化开发或 AI 系统部署运维,对 Infra / 平台方向有兴趣;\n5、有 OpenClaw、OpenManus、AutoGPT、Dify、Coze、Flowise 等智能体系统的使用或改造经验;\n6、有个人项目、技术博客或开源贡献经历,有 GitHub / Demo / 作品集可展示者优先。\n大模型 AI Agent 开发工程师\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:J1014\n工作地点:北京 / 杭州\n发布时间:2026-08-09\n\n岗位职责\n1、参与 Agent 核心运行时的各项能力建设,包括任务规划、工具调用、记忆管理、多智能体协同等关键模块;\n2、参与 OpenClaw 等开源 Agent 产品在快手内部的工程化落地与能力增强,包括电商、直播、短视频等业务场景;\n3、参与 Agent 系统的可观测、评测、稳定性与部署体系建设,提升复杂 AI 系统的线上可用性;\n4、跟踪并验证前沿 Agent / AI Infra 技术演进,推动从技术探索到业务落地的闭环。\n\n任职要求\n1、本科及以上学历,计算机相关专业,有扎实的计算机基础知识以及 Java 或 Python 编程功底;\n2、对大模型、Agent、RAG 等方向有较强兴趣,理解 LLM 的基本原理、上下文机制、Prompt 作用方式及常见能力边界;\n3、有强烈的好奇心,对前沿技术充满热情,具有良好的沟通能力、学习能力和团队合作精神。\n加分项\n1、有 LangChain、LlamaIndex、LangGraph、AutoGen、CrewAI 等 Agent 框架实战经验;\n2、理解 ReAct、CoT、ToT、Reflection、Multi-Agent 等常见 Agent 推理与协作模式;\n3、有 RAG 系统开发经验,熟悉向量检索、重排序、Hybrid Search、知识库构建等能力;\n4、熟悉 Docker、Kubernetes、服务化开发或 AI 系统部署运维,对 Infra / 平台方向有兴趣;\n5、有 OpenClaw、OpenManus、AutoGPT、Dify、Coze、Flowise 等智能体系统的使用或改造经验;\n6、有个人项目、技术博客或开源贡献经历,有 GitHub / Demo / 作品集可展示者优先。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}