Data Agent智能体研发工程师

Job description

职位亮点

加入公司级核心数据智能体 DataAgent 的基建团队，打造"最懂你的数据AI搭子"，让海量数据真正"说话"，直接赋能快手直播、电商、商业化、生活服务、海外等全业务线的数据分析与决策场景；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的全天候智能助手；直面超高并发与海量数据的工程挑战，设计支撑日均千亿级数据服务调用 + 大模型推理请求融合的 Agent 调度架构，在复杂业务场景中锤炼高可用、高扩展、低延迟的系统架构能力，推动数据平台向智能化全面跃迁。

• 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；
• 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；
• 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；

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； 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；
• 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。

必备技能

• 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；
• 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；
• 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；
• 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；
• 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；
• 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；
• 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；
• 计算机相关专业本科及以上学历，具备3年以上后端或大数据平台开发经验，且至少1年以上 AI Agent / 大模型应用开发经验。

核心素质

• 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"；
• 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；
• 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；
• 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。

有 AI Agent / 智能体相关项目实践经验，包括但不限于

• Agent框架设计（工具编排、任务规划、多轮对话管理）、Prompt工程、RAG应用开发、大模型微调、Multi-Agent协作等，熟悉主流大模型应用框架（如LangChain/LangGraph、Spring AI、Semantic Kernel等）；
• 有大模型推理服务工程化落地经验，熟悉模型部署、推理优化（如vLLM、TensorRT-LLM等）、Token流式输出、模型网关与路由等关键技术；
• 有开源社区贡献经验，或对相关开源项目（如Flink、ClickHouse、LangChain等）有深入研究。