快手
数据FDE实习生-【数据研发方向】
数据FDE实习生-【数据研发方向】
发布于 1 小时前实习/见习
实习生仅现场办公数据工程
数据工程
Prompt Engineering
Sql
业务抽象
大模型应用
数据仓库
数据分析
数据建模
值不值得投
73综合评分
综合评分 73
前沿AI与数据工程融合、业务导向强、成长空间大，但工作节奏快、WLB一般
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
7.0千
比数据工程中位数低
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 2950 个在招 · 其中数据工程 19 个
市场机会
选择面较广
北京 · 数据工程 · 约 160 个在招
职位详情
关于这个职位
负责将业务问题转化为数据与AI解决方案的数据智能落地工程师
需深入业务一线，参与指标设计、数据建模、分析洞察及DataAgent等智能化产品建设
要求掌握SQL/Python/Java等数据处理语言，熟悉大模型应用与Prompt Engineering，具备扎实的工程能力与业务抽象思维
最低要求
本科及以上学历，计算机科学、数学、统计学、数据科学、大数据技术、软件工程等相关专业优先
具备扎实的工程实践能力与快速学习能力，熟练掌握至少一门数据处理语言(SQL、Python 或 Java)
对人工智能充满热情，对大数据架构及数据分析挖掘有一定理解
熟悉 Prompt Engineering 方法论，具备应对大模型幻觉、上下文管理、输出稳定性等典型工程挑战的实际经验优先
逻辑思维清晰，善于抽象建模与问题拆解，能将复杂业务问题拆解为可落地的数据 / AI 产品解决方案
具备良好的用户同理心与需求抽象能力，具备较强的跨职能协作能力者优先
工作职责
更靠近业务现场，负责把业务问题变成数据和 AI 解决方案
在 AI 时代，数据岗位不再只是被动接收需求、交付结果
业务真正需要的是有人能站在一线，理解问题、判断价值、设计方案，并借助 Agent 和数据工程能力把结果做出来——这就是数据 FDE 的角色
数据 FDE 是面向业务场景的数据智能落地工程师
既要懂数据开发、指标体系、数据分析，也要理解业务目标和业务策略，还要会使用 AI 工具提升数据生产和分析效率
加入这个岗位，你会参与从业务问题识别、指标设计、数据建模、分析洞察，到 DataAgent、知识工程、智能数仓和数据资产应用的完整过程
AI 洞察
优缺点分析
优点
- 接触头部企业核心数据平台与前沿AI应用，技术栈现代且贴近业务实战
- 导师制培养，能快速提升数据工程与大模型落地能力
- 平台规模大，项目履历含金量高
- 需同时兼顾业务理解与技术开发，学习曲线陡峭
- 快节奏环境下需适应高强度迭代与多线并行任务
- 适合对数据智能与AI落地有强烈兴趣、具备扎实编程基础、渴望深入业务一线解决复杂问题的计算机/数据相关专业在校生
缺点 / 挑战
- 大模型应用存在幻觉与稳定性挑战，调试成本高
角色解读
- 可向数据产品经理、数据架构师或AI应用工程师方向发展
- 积累业务与数据融合经验后，可晋升为资深数据智能专家或团队负责人
- 深入业务一线，将业务痛点转化为数据与AI解决方案
- 负责指标体系设计、数据建模与分析洞察
- 参与DataAgent、知识工程及智能数仓等智能化数据产品的落地
- 熟练掌握SQL/Python/Java至少一门
- 理解大数据架构与数据分析挖掘方法
- 掌握Prompt Engineering及大模型工程化实践
- 具备优秀的业务抽象、逻辑拆解与跨部门协作能力
申请策略
- 提前了解快手各业务线数据现状，准备1-2个数据驱动业务增长的具体案例
- 面试时重点展现“业务-数据-AI”闭环思维
- 突出数据开发/分析相关项目经历，量化指标设计与优化成果
- 展示大模型应用或Prompt Engineering实战案例
- 强调跨团队协作与业务问题拆解能力
- 强化SQL与Python数据处理能力，熟悉Hadoop/Spark等大数据组件
- 系统学习LangChain/LlamaIndex等大模型开发框架
- 补充商业分析与指标体系设计知识
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答
- 先阐述业务背景与目标，再说明技术选型与实施步骤，最后量化产出与复盘思考
- 针对AI问题，强调提示词优化、RAG架构、评估反馈机制等工程化手段
- 请分享一个你利用数据或AI解决实际业务问题的案例
- 如何设计一套合理的业务指标体系？
- 遇到大模型输出不稳定或幻觉问题时，你的排查与优化思路是什么？
- 如何将复杂的业务需求拆解为可执行的数据技术方案？
- 复习大数据基础理论与SQL/Python高频面试题
职位点评
薪资福利65
成长发展88
工作生活55
使命价值75
薪资福利
65中等
薪资处于互联网大厂实习生市场中等偏上水平，福利体系完善，但实习岗整体薪酬天花板有限，稳定性与长期回报依赖转正机会。
薪资信号市场水准 (4.5–8.5千/月)
成长发展
88较高
岗位深度融合数据工程与AI前沿技术，提供贴近业务一线的实战场景，技术成长空间大，职业路径清晰。
技术前沿前沿/新兴技术
技术栈SQL、Python、Java、Prompt Engineering、DataAgent、知识工程、智能数仓
业务类型profit_center
工作生活
55较低
互联网企业节奏较快，实习期需频繁对接业务与研发团队，工作强度较高；JD未明确提及弹性工时或远程政策，默认以现场办公为主。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
致力于通过数据智能与AI技术赋能核心业务，推动企业数字化转型与智能化升级，具有明确的商业价值与技术探索意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs