岗位职责
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：
- Multi-Agent 框架的工程研发，探索 Agent + Skill 多智能体协作的边界；
- 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；
- 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；
- 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；
- 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。
职位要求
- 本科及以上学历，计算机相关专业，应届或 Gap year 均欢迎；
- 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；
- 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；
- 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：
- 做过 AI Agent / LLM 应用的课程项目或比赛项目；
- 有 Text2SQL、RAG、知识图谱方向的实践经验；
- 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。
