快手
AI Agent 全栈工程师-Agent 应用研发方向
AI Agent 全栈工程师-Agent 应用研发方向
发布于 大约 17 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Ai Agent
Mcp
Rag
全栈开发
向量检索
风控
值不值得投
72综合评分
综合评分 72
大厂AI实习，技术前沿、成长性高，但办公模式未明。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
8K
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2290 个在招 · 其中人工智能 24 个
市场机会
选择面较广
北京 · 人工智能 · 约 450 个在招
职位详情
关于这个职位
这是一个在快手风控业务中参与AI Agent应用研发的实习岗位
你将负责设计、开发和迭代AI Agent，涵盖智能研判、AI排障等场景，学习如何将复杂的安全治理SOP转化为可执行的Agent工作流，并参与构建Agent能力闭环
实习期间有导师指导，提供丰富的技术实践机会
最低要求
本科及以上学历，计算机、软件、信息等相关专业
具备扎实的编程基础，熟悉至少一种主流开发语言，如 Python、Java、Go、JavaScript / TypeScript 等
对 AI Agent、大语言模型应用或生成式 AI 有浓厚兴趣，有课程项目、个人项目、竞赛或开源实践者优先
熟悉常见 AI 编程工具的使用，能够借助工具学习并解决实际工程问题
了解 Harness、Loop Engineering、结构化输出、Function Calling / Tool Use 等基本概念，有相关实践更佳
具备良好的学习能力、问题分析能力和沟通协作意识，能保证稳定的实习投入时间
工作职责
参与面向风控业务的 AI Agent 应用研发建设，覆盖智能研判、AI 排障、运营变更管控、研发提效等场景
在导师指导下，将复杂的安全治理 SOP 梳理为可执行的 Agent 工作流，参与构建 Agent 能力闭环
Agent 应用研发：参与 AI Agent 的设计、开发与迭代，包括任务编排、Prompt 设计、工具调用、前后端联调及功能交付
支撑研判 Agent、网页自动化 Agent、AI-Oncall 等方向的业务落地
工具链封装与集成：协助将风控平台、研判系统、变更管控、监控告警等平台能力封装为 Agent 可调用的 Tool / MCP / Skill，推进自动化工作流落地
知识库建设：参与安全治理与风控领域知识库的搭建与优化，包括 SOP 文档处理、向量检索、混合检索、重排序及检索效果分析
效果评估与迭代：协助构建评测集和评估链路，分析 Agent 的准确率、召回率、响应延迟和成本，并推动持续优化
工程质量与稳定性：参与上下文管理、模型路由、异常兜底、日志监控等工程能力建设，保障服务的可用性与可维护性
Harness 工程体系：参与前端 AI 研发范式（Harness Engineering）的落地与沉淀，探索 AI Native 架构下代码生成、需求描述、审查评估的最佳实践
技术探索：跟踪 AI Agent、MCP、RAG、Browser Automation 等方向的技术进展，探索 AI 在安全治理工作流自动化中的创新应用，并沉淀实践经验
优先资格
有 LangChain、LangGraph、AutoGen 或其他 Agent 框架的实践经验
有 MCP、A2A 等 AI 协议的实践或开源贡献
有全栈开发能力，能够完成前端页面、后端服务和接口联调
有 React / React Native 开发经验更佳
了解浏览器自动化（Playwright / Puppeteer / Selenium 等）、网页信息提取或 Browser Use / Computer Use 相关技术
有 RAG 系统、向量数据库、检索优化或评测体系相关项目经验
了解安全治理、风控、内容安全、反欺诈等领域相关知识
在 GitHub、技术社区或开源项目中有持续输出
AI 洞察
优缺点分析
优点
- 接触前沿AI Agent技术，在大厂平台有丰富实践机会
- 参与实际业务场景，如风控，提升解决复杂问题的能力
- 有导师指导，学习资源丰富，利于快速成长
- 工作涉及多系统集成，工程复杂度高
- 在巨头企业中，流程可能较为严格，需要适应
- 适合对AI应用开发感兴趣、有编程基础、希望在大厂实习积累经验的计算机相关专业学生
缺点 / 挑战
- 实习期间需要快速学习新技术，压力较大
角色解读
- 从实习工程师成长为核心AI开发工程师，负责复杂Agent系统
- 向技术专家或架构师方向发展，专注于AI应用架构
- 可转向产品管理或项目管理，结合技术背景推动业务落地
- 参与AI Agent的设计和开发，包括任务编排、Prompt设计和工具调用
- 将安全治理SOP转化为可执行的Agent工作流，应用于风控场景
- 负责工具链封装、知识库建设和效果评估迭代
- 探索AI Native架构下的最佳实践，如代码生成和需求描述
- 扎实的编程基础，熟悉Python、Java或Go等语言
- 对AI Agent和大语言模型有浓厚兴趣和实践经验
- 了解Harness、Function Calling等概念，有Agent框架使用经验
- 良好的学习能力和问题分析能力，能协作完成项目
申请策略
- 研究快手在AI和风控领域的应用，了解业务背景
- 准备展示如何将SOP转化为Agent工作流的案例
- 突出AI相关项目经验，如使用LangChain构建Agent
- 展示全栈开发能力，包括前端React和后端服务
- 列出GitHub开源贡献或技术社区活动
- 学习Agent框架如LangChain、AutoGen，熟悉MCP协议
- 加强RAG系统和向量检索的实践，了解评测方法
- 提升浏览器自动化技术，如Playwright
面试指南
- 使用STAR法则描述项目经验，突出技术选型和实现
- 分解业务流程为任务模块，说明如何用Agent编排
- 解释RAG的架构，包括检索、重排序和生成
- 介绍评测指标和工具，如自定义评测集
- 强调沟通和协作，使用版本控制和测试
- 请描述你过去使用AI Agent或大语言模型的项目经验
- 如何将复杂的业务流程（如SOP）设计成Agent工作流？
- 你对RAG系统和向量检索有什么理解？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
实习岗位薪资处于市场水准，但作为实习可能不高，有导师指导和项目经验补偿。
薪资信号未披露（AI估算：5K-10K/月）
成长发展
85较高
职位提供前沿AI技术实践和导师指导，有利于技能成长和项目经验积累。
技术前沿前沿/新兴技术
技术栈AI Agent、LangChain、RAG、MCP、Browser Automation
成长机会导师指导
业务类型profit_center
工作生活
50较低
未明确办公模式，假设现场办公，实习期间可能需稳定投入时间，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
参与安全治理和风控场景的AI应用，有正向社会影响力，推动业务创新。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs