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": "Data Agent智能体研发实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D12852",
"location": "Beijing",
"work_mode": "未披露",AI生成
"job_category": "J0011"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": "计算机相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Data Agent智能体研发实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D12852\n发布时间：2026-07-08\n\n岗位职责\n职位亮点：\n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。\n职位描述：\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n必备技能：\n1. 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；\n2. 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；\n3. 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；\n4. 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；\n5. 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；\n6. 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；\n7. 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；\n8. 计算机相关专业本科及以上学历。\n核心素质：\n1. 具备深厚的 Agent 系统思维，能从\"模型能力边界 + 工具能力边界 + 用户意图\"三者协同的角度设计 Agent 架构，理解 LLM 的不确定性本质并在工程层面建立鲁棒的容错与兜底机制，而非简单依赖模型\"猜对\"；\n2. 对技术有热情，对代码质量、系统设计和开发规范有极高的自我要求，追求工程卓越；同时对大模型技术演进保持敏锐嗅觉，能快速跟进前沿进展（如新模型能力、新 Agent 设计模式、新 Tool 协议等）并评估落地价值；\n3. 具备出色的逻辑思维能力与复杂系统拆解能力，能将模糊的业务诉求拆解为清晰的 Agent 任务链路（意图→规划→工具选型→执行→结果聚合→输出），善于应对\"大模型不确定性 + 业务复杂度\"的双重挑战；\n4. 善于沟通，具备良好的团队协作精神，能推动跨团队（数据平台、算法团队、产品团队）项目合作，快速落地 Agent 能力；具备产品思维，能站在用户视角理解数据从业者痛点，将业务需求转化为精准的 Agent 能力设计与工程实现。",
"requirements_text": "Data Agent智能体研发实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D12852\n发布时间：2026-07-08\n\n岗位职责\n职位亮点：\n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。\n职位描述：\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n必备技能：\n1. 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；\n2. 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；\n3. 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；\n4. 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；\n5. 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；\n6. 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；\n7. 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；\n8. 计算机相关专业本科及以上学历。\n核心素质：\n1. 具备深厚的 Agent 系统思维，能从\"模型能力边界 + 工具能力边界 + 用户意图\"三者协同的角度设计 Agent 架构，理解 LLM 的不确定性本质并在工程层面建立鲁棒的容错与兜底机制，而非简单依赖模型\"猜对\"；\n2. 对技术有热情，对代码质量、系统设计和开发规范有极高的自我要求，追求工程卓越；同时对大模型技术演进保持敏锐嗅觉，能快速跟进前沿进展（如新模型能力、新 Agent 设计模式、新 Tool 协议等）并评估落地价值；\n3. 具备出色的逻辑思维能力与复杂系统拆解能力，能将模糊的业务诉求拆解为清晰的 Agent 任务链路（意图→规划→工具选型→执行→结果聚合→输出），善于应对\"大模型不确定性 + 业务复杂度\"的双重挑战；\n4. 善于沟通，具备良好的团队协作精神，能推动跨团队（数据平台、算法团队、产品团队）项目合作，快速落地 Agent 能力；具备产品思维，能站在用户视角理解数据从业者痛点，将业务需求转化为精准的 Agent 能力设计与工程实现。",
"skills": [AI生成
"Python",
"Java",
"SQL",
"Redis",
"ClickHouse",
"Spark",
"Flink",
"Kafka",
"React",
"分布式系统",
"微服务",
"数据库",
"数据分析",
"性能优化",
"系统架构",
"架构设计",
"嵌入式",
"团队协作",
"逻辑思维",
"招聘",
"大语言模型",
"检索增强生成",
"智能体开发"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31084"
}
]
},
"posting": {
"posting_id": "31084",
"post_date": "2026-07-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31084"
},
"fulltext": "Data Agent智能体研发实习生\nData Agent智能体研发实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D12852\n发布时间：2026-07-08\n\n岗位职责\n职位亮点：\n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。\n职位描述：\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n必备技能：\n1. 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；\n2. 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；\n3. 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；\n4. 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；\n5. 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；\n6. 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；\n7. 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；\n8. 计算机相关专业本科及以上学历。\n核心素质：\n1. 具备深厚的 Agent 系统思维，能从\"模型能力边界 + 工具能力边界 + 用户意图\"三者协同的角度设计 Agent 架构，理解 LLM 的不确定性本质并在工程层面建立鲁棒的容错与兜底机制，而非简单依赖模型\"猜对\"；\n2. 对技术有热情，对代码质量、系统设计和开发规范有极高的自我要求，追求工程卓越；同时对大模型技术演进保持敏锐嗅觉，能快速跟进前沿进展（如新模型能力、新 Agent 设计模式、新 Tool 协议等）并评估落地价值；\n3. 具备出色的逻辑思维能力与复杂系统拆解能力，能将模糊的业务诉求拆解为清晰的 Agent 任务链路（意图→规划→工具选型→执行→结果聚合→输出），善于应对\"大模型不确定性 + 业务复杂度\"的双重挑战；\n4. 善于沟通，具备良好的团队协作精神，能推动跨团队（数据平台、算法团队、产品团队）项目合作，快速落地 Agent 能力；具备产品思维，能站在用户视角理解数据从业者痛点，将业务需求转化为精准的 Agent 能力设计与工程实现。\nData Agent智能体研发实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D12852\n发布时间：2026-07-08\n\n岗位职责\n职位亮点：\n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。\n职位描述：\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n必备技能：\n1. 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；\n2. 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；\n3. 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；\n4. 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；\n5. 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；\n6. 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；\n7. 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；\n8. 计算机相关专业本科及以上学历。\n核心素质：\n1. 具备深厚的 Agent 系统思维，能从\"模型能力边界 + 工具能力边界 + 用户意图\"三者协同的角度设计 Agent 架构，理解 LLM 的不确定性本质并在工程层面建立鲁棒的容错与兜底机制，而非简单依赖模型\"猜对\"；\n2. 对技术有热情，对代码质量、系统设计和开发规范有极高的自我要求，追求工程卓越；同时对大模型技术演进保持敏锐嗅觉，能快速跟进前沿进展（如新模型能力、新 Agent 设计模式、新 Tool 协议等）并评估落地价值；\n3. 具备出色的逻辑思维能力与复杂系统拆解能力，能将模糊的业务诉求拆解为清晰的 Agent 任务链路（意图→规划→工具选型→执行→结果聚合→输出），善于应对\"大模型不确定性 + 业务复杂度\"的双重挑战；\n4. 善于沟通，具备良好的团队协作精神，能推动跨团队（数据平台、算法团队、产品团队）项目合作，快速落地 Agent 能力；具备产品思维，能站在用户视角理解数据从业者痛点，将业务需求转化为精准的 Agent 能力设计与工程实现。\nData Agent智能体研发实习生\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D12852\n发布时间：2026-07-08\n\n岗位职责\n职位亮点：\n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。\n职位描述：\n1、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；\n2、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；\n3、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；\n4、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；\n5、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；\n6、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。\n\n任职要求\n必备技能：\n1. 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；\n2. 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；\n3. 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；\n4. 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；\n5. 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；\n6. 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；\n7. 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；\n8. 计算机相关专业本科及以上学历。\n核心素质：\n1. 具备深厚的 Agent 系统思维，能从\"模型能力边界 + 工具能力边界 + 用户意图\"三者协同的角度设计 Agent 架构，理解 LLM 的不确定性本质并在工程层面建立鲁棒的容错与兜底机制，而非简单依赖模型\"猜对\"；\n2. 对技术有热情，对代码质量、系统设计和开发规范有极高的自我要求，追求工程卓越；同时对大模型技术演进保持敏锐嗅觉，能快速跟进前沿进展（如新模型能力、新 Agent 设计模式、新 Tool 协议等）并评估落地价值；\n3. 具备出色的逻辑思维能力与复杂系统拆解能力，能将模糊的业务诉求拆解为清晰的 Agent 任务链路（意图→规划→工具选型→执行→结果聚合→输出），善于应对\"大模型不确定性 + 业务复杂度\"的双重挑战；\n4. 善于沟通，具备良好的团队协作精神，能推动跨团队（数据平台、算法团队、产品团队）项目合作，快速落地 Agent 能力；具备产品思维，能站在用户视角理解数据从业者痛点，将业务需求转化为精准的 Agent 能力设计与工程实现。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}