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": "Agent算法实习生-【电商】",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "D15059",
"location": "Hangzhou",
"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": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "Agent算法实习生-【电商】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Hangzhou\n所属部门：D15059\n发布时间：2026-09-07\n\n岗位职责\n1、参与 Agent 框架的设计与实现，支持 ReAct、Plan-and-Execute 等多种 Agent 模式；\n2、开发 Agent 核心能力：任务规划、工具调用、多智能体协作、记忆存储、反思与自我纠错；\n3、实现 Agent 与内部业务系统的深度对接与应用集成；\n4、设计 Agent 与 LLM 的交互接口，实现 Tool Calling、Function Calling 等核心调用能力；\n5、探索 Memory Management、Tool Learning、Agentic RL 等 Agent 相关算法技术的落地应用；\n6、增强模型在具体业务场景下的任务规划、问题理解等能力，推进自研模型替换大尺寸开源/闭源模型；\n7、使用 vibe coding（AI 辅助开发）快速构建前后端能力，推进 Agent 功能的落地应用；\n8、参与 Agent 服务的长时任务管理、会话状态一致性等工程实践；\n9、编写技术文档，沉淀系统设计与算法实现，探索 AI 协同开发模式的落地应用；\n10、跟踪 Agent 运行范式设计、Agent 记忆系统设计、Agentic RL、Reasoning Model 等前沿技术方向的落地应用；\n11、结合业务场景（风险发现、产运效率提升等）探索创新 Agent 解决方案；\n12、复现学术界/工业界相关工作，评估适用性；\n13、撰写技术方案，积累研究与实践经验。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、软件工程等相关专业；\n2、可每周实习5天，持续6个月及以上；\n3、扎实的开发能力，掌握常见工程开发模式（面向对象、装饰器、异步编程、常用设计模式等）；\n4、对 AI / 大语言模型 / Agent 技术有浓厚兴趣，有相关实践经验，有主动学习的热情；\n5、有 AI 辅助开发经验，对 Claude、Codex 等工具在实际场景下的落地应用有强烈兴趣。\n加分项\n1、熟悉 LLM 原理、Transformer 架构、RAG 等技术，有相关项目经验；\n2、了解 LangChain、AutoGPT、MetaGPT 等开源框架，有二次开发或源码阅读经验；\n3、有 NLP / CV / Reasoning 相关研究经历，在 ACL / NeurIPS / ICLR 等顶会投稿经验；\n4、熟悉 FastAPI / Flask 等 Web 框架，了解微服务架构、消息队列、高并发/分布式系统、数据库等工程实践经验，有 Agent 应用开发相关经验；\n5、有 Agent 系统开发经验，包括但不限于 Tool Calling、Function Calling、Memory Management、Multi-Agent 协作、Agent 评估与优化等。",
"requirements_text": "Agent算法实习生-【电商】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Hangzhou\n所属部门：D15059\n发布时间：2026-09-07\n\n岗位职责\n1、参与 Agent 框架的设计与实现，支持 ReAct、Plan-and-Execute 等多种 Agent 模式；\n2、开发 Agent 核心能力：任务规划、工具调用、多智能体协作、记忆存储、反思与自我纠错；\n3、实现 Agent 与内部业务系统的深度对接与应用集成；\n4、设计 Agent 与 LLM 的交互接口，实现 Tool Calling、Function Calling 等核心调用能力；\n5、探索 Memory Management、Tool Learning、Agentic RL 等 Agent 相关算法技术的落地应用；\n6、增强模型在具体业务场景下的任务规划、问题理解等能力，推进自研模型替换大尺寸开源/闭源模型；\n7、使用 vibe coding（AI 辅助开发）快速构建前后端能力，推进 Agent 功能的落地应用；\n8、参与 Agent 服务的长时任务管理、会话状态一致性等工程实践；\n9、编写技术文档，沉淀系统设计与算法实现，探索 AI 协同开发模式的落地应用；\n10、跟踪 Agent 运行范式设计、Agent 记忆系统设计、Agentic RL、Reasoning Model 等前沿技术方向的落地应用；\n11、结合业务场景（风险发现、产运效率提升等）探索创新 Agent 解决方案；\n12、复现学术界/工业界相关工作，评估适用性；\n13、撰写技术方案，积累研究与实践经验。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、软件工程等相关专业；\n2、可每周实习5天，持续6个月及以上；\n3、扎实的开发能力，掌握常见工程开发模式（面向对象、装饰器、异步编程、常用设计模式等）；\n4、对 AI / 大语言模型 / Agent 技术有浓厚兴趣，有相关实践经验，有主动学习的热情；\n5、有 AI 辅助开发经验，对 Claude、Codex 等工具在实际场景下的落地应用有强烈兴趣。\n加分项\n1、熟悉 LLM 原理、Transformer 架构、RAG 等技术，有相关项目经验；\n2、了解 LangChain、AutoGPT、MetaGPT 等开源框架，有二次开发或源码阅读经验；\n3、有 NLP / CV / Reasoning 相关研究经历，在 ACL / NeurIPS / ICLR 等顶会投稿经验；\n4、熟悉 FastAPI / Flask 等 Web 框架，了解微服务架构、消息队列、高并发/分布式系统、数据库等工程实践经验，有 Agent 应用开发相关经验；\n5、有 Agent 系统开发经验，包括但不限于 Tool Calling、Function Calling、Memory Management、Multi-Agent 协作、Agent 评估与优化等。",
"skills": [AI生成
"React",
"FastAPI",
"自然语言处理",
"分布式系统",
"微服务",
"数据库",
"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://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32455"
}
]
},
"posting": {
"posting_id": "32455",
"post_date": "2026-09-07",
"hire_time": "2、可每周实习5天，持续6个月及以上",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/32455"
},
"fulltext": "Agent算法实习生-【电商】\nAgent算法实习生-【电商】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Hangzhou\n所属部门：D15059\n发布时间：2026-09-07\n\n岗位职责\n1、参与 Agent 框架的设计与实现，支持 ReAct、Plan-and-Execute 等多种 Agent 模式；\n2、开发 Agent 核心能力：任务规划、工具调用、多智能体协作、记忆存储、反思与自我纠错；\n3、实现 Agent 与内部业务系统的深度对接与应用集成；\n4、设计 Agent 与 LLM 的交互接口，实现 Tool Calling、Function Calling 等核心调用能力；\n5、探索 Memory Management、Tool Learning、Agentic RL 等 Agent 相关算法技术的落地应用；\n6、增强模型在具体业务场景下的任务规划、问题理解等能力，推进自研模型替换大尺寸开源/闭源模型；\n7、使用 vibe coding（AI 辅助开发）快速构建前后端能力，推进 Agent 功能的落地应用；\n8、参与 Agent 服务的长时任务管理、会话状态一致性等工程实践；\n9、编写技术文档，沉淀系统设计与算法实现，探索 AI 协同开发模式的落地应用；\n10、跟踪 Agent 运行范式设计、Agent 记忆系统设计、Agentic RL、Reasoning Model 等前沿技术方向的落地应用；\n11、结合业务场景（风险发现、产运效率提升等）探索创新 Agent 解决方案；\n12、复现学术界/工业界相关工作，评估适用性；\n13、撰写技术方案，积累研究与实践经验。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、软件工程等相关专业；\n2、可每周实习5天，持续6个月及以上；\n3、扎实的开发能力，掌握常见工程开发模式（面向对象、装饰器、异步编程、常用设计模式等）；\n4、对 AI / 大语言模型 / Agent 技术有浓厚兴趣，有相关实践经验，有主动学习的热情；\n5、有 AI 辅助开发经验，对 Claude、Codex 等工具在实际场景下的落地应用有强烈兴趣。\n加分项\n1、熟悉 LLM 原理、Transformer 架构、RAG 等技术，有相关项目经验；\n2、了解 LangChain、AutoGPT、MetaGPT 等开源框架，有二次开发或源码阅读经验；\n3、有 NLP / CV / Reasoning 相关研究经历，在 ACL / NeurIPS / ICLR 等顶会投稿经验；\n4、熟悉 FastAPI / Flask 等 Web 框架，了解微服务架构、消息队列、高并发/分布式系统、数据库等工程实践经验，有 Agent 应用开发相关经验；\n5、有 Agent 系统开发经验，包括但不限于 Tool Calling、Function Calling、Memory Management、Multi-Agent 协作、Agent 评估与优化等。\nAgent算法实习生-【电商】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Hangzhou\n所属部门：D15059\n发布时间：2026-09-07\n\n岗位职责\n1、参与 Agent 框架的设计与实现，支持 ReAct、Plan-and-Execute 等多种 Agent 模式；\n2、开发 Agent 核心能力：任务规划、工具调用、多智能体协作、记忆存储、反思与自我纠错；\n3、实现 Agent 与内部业务系统的深度对接与应用集成；\n4、设计 Agent 与 LLM 的交互接口，实现 Tool Calling、Function Calling 等核心调用能力；\n5、探索 Memory Management、Tool Learning、Agentic RL 等 Agent 相关算法技术的落地应用；\n6、增强模型在具体业务场景下的任务规划、问题理解等能力，推进自研模型替换大尺寸开源/闭源模型；\n7、使用 vibe coding（AI 辅助开发）快速构建前后端能力，推进 Agent 功能的落地应用；\n8、参与 Agent 服务的长时任务管理、会话状态一致性等工程实践；\n9、编写技术文档，沉淀系统设计与算法实现，探索 AI 协同开发模式的落地应用；\n10、跟踪 Agent 运行范式设计、Agent 记忆系统设计、Agentic RL、Reasoning Model 等前沿技术方向的落地应用；\n11、结合业务场景（风险发现、产运效率提升等）探索创新 Agent 解决方案；\n12、复现学术界/工业界相关工作，评估适用性；\n13、撰写技术方案，积累研究与实践经验。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、软件工程等相关专业；\n2、可每周实习5天，持续6个月及以上；\n3、扎实的开发能力，掌握常见工程开发模式（面向对象、装饰器、异步编程、常用设计模式等）；\n4、对 AI / 大语言模型 / Agent 技术有浓厚兴趣，有相关实践经验，有主动学习的热情；\n5、有 AI 辅助开发经验，对 Claude、Codex 等工具在实际场景下的落地应用有强烈兴趣。\n加分项\n1、熟悉 LLM 原理、Transformer 架构、RAG 等技术，有相关项目经验；\n2、了解 LangChain、AutoGPT、MetaGPT 等开源框架，有二次开发或源码阅读经验；\n3、有 NLP / CV / Reasoning 相关研究经历，在 ACL / NeurIPS / ICLR 等顶会投稿经验；\n4、熟悉 FastAPI / Flask 等 Web 框架，了解微服务架构、消息队列、高并发/分布式系统、数据库等工程实践经验，有 Agent 应用开发相关经验；\n5、有 Agent 系统开发经验，包括但不限于 Tool Calling、Function Calling、Memory Management、Multi-Agent 协作、Agent 评估与优化等。\nAgent算法实习生-【电商】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Hangzhou\n所属部门：D15059\n发布时间：2026-09-07\n\n岗位职责\n1、参与 Agent 框架的设计与实现，支持 ReAct、Plan-and-Execute 等多种 Agent 模式；\n2、开发 Agent 核心能力：任务规划、工具调用、多智能体协作、记忆存储、反思与自我纠错；\n3、实现 Agent 与内部业务系统的深度对接与应用集成；\n4、设计 Agent 与 LLM 的交互接口，实现 Tool Calling、Function Calling 等核心调用能力；\n5、探索 Memory Management、Tool Learning、Agentic RL 等 Agent 相关算法技术的落地应用；\n6、增强模型在具体业务场景下的任务规划、问题理解等能力，推进自研模型替换大尺寸开源/闭源模型；\n7、使用 vibe coding（AI 辅助开发）快速构建前后端能力，推进 Agent 功能的落地应用；\n8、参与 Agent 服务的长时任务管理、会话状态一致性等工程实践；\n9、编写技术文档，沉淀系统设计与算法实现，探索 AI 协同开发模式的落地应用；\n10、跟踪 Agent 运行范式设计、Agent 记忆系统设计、Agentic RL、Reasoning Model 等前沿技术方向的落地应用；\n11、结合业务场景（风险发现、产运效率提升等）探索创新 Agent 解决方案；\n12、复现学术界/工业界相关工作，评估适用性；\n13、撰写技术方案，积累研究与实践经验。\n\n任职要求\n1、硕士及以上学历，计算机、人工智能、软件工程等相关专业；\n2、可每周实习5天，持续6个月及以上；\n3、扎实的开发能力，掌握常见工程开发模式（面向对象、装饰器、异步编程、常用设计模式等）；\n4、对 AI / 大语言模型 / Agent 技术有浓厚兴趣，有相关实践经验，有主动学习的热情；\n5、有 AI 辅助开发经验，对 Claude、Codex 等工具在实际场景下的落地应用有强烈兴趣。\n加分项\n1、熟悉 LLM 原理、Transformer 架构、RAG 等技术，有相关项目经验；\n2、了解 LangChain、AutoGPT、MetaGPT 等开源框架，有二次开发或源码阅读经验；\n3、有 NLP / CV / Reasoning 相关研究经历，在 ACL / NeurIPS / ICLR 等顶会投稿经验；\n4、熟悉 FastAPI / Flask 等 Web 框架，了解微服务架构、消息队列、高并发/分布式系统、数据库等工程实践经验，有 Agent 应用开发相关经验；\n5、有 Agent 系统开发经验，包括但不限于 Tool Calling、Function Calling、Memory Management、Multi-Agent 协作、Agent 评估与优化等。",
"standard_classification": {
"std_category_code": "T009",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}