快手
数据FDE工程师-数据研发方向
数据FDE工程师-数据研发方向
发布于 大约 17 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
A/B实验
Agentic工程
Prompt Engineering
Sql
业务理解
数据分析
数据工程
值不值得投
73综合评分
综合评分 73
深入业务一线的数据AI工程岗，技术成长性强，薪资有保障，但工作模式与强度未知。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
33K
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 2290 个在招 · 其中数据工程 11 个
市场机会
选择面较广
北京 · 数据工程 · 约 100 个在招
职位详情
关于这个职位
该职位是快手数据平台部的数据FDE工程师，致力于将业务问题转化为数据与AI解决方案
你将深入一线业务（如主站、电商、商业化等），从问题定义、指标设计、数据建模到智能分析洞察，并借助Agent和AI工具提升数据生产与分析效率，是连接业务与数据智能的关键角色
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
【团队介绍】快手数据平台部是为公司核心业务提供数据决策支持和智能化数据建设的团队
我们一边建设数仓、指标、数据服务、数据平台产品等底层能力，一边深入主站、电商、商业化、生活服务、海外等业务场景，帮助业务更快、更准地理解数据、使用数据、验证策略
当 Agent 和智能工具能承接更多标准化数据生产时，人的价值将更聚焦于业务问题定义、数据资产设计、智能化产品建设和复杂场景落地
所以从此刻开始，我们希望找到愿意拥抱变化、用数据和 AI 解决真实业务问题的人
【岗位定位】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
【培养路径】首先帮助大家重点打牢数据工程、Agentic工程、数据分析和 A/B 实验体系等基础
随后进入具体业务线，参与真实数据专题和智能化数据项目
长期可成长为数据应用 FDE、数据内容建设 FDE，或更偏业务策略的数据专家，负责端到端解决复杂业务数据问题
AI 洞察
优缺点分析
优点
- 深入核心业务，能直接看到数据与AI方案对实际业务产生的影响，成就感强
- 接触前沿的AI工具与工程实践（如Agent、智能数仓），技术成长空间大
- 公司提供清晰的培养路径与业务实战机会，利于构建完整的技能体系
- 需快速理解复杂业务，业务抽象与问题定义能力要求高，有学习曲线
- 技术栈（特别是AI领域）更新快，需保持持续学习的热情和能力
- 适合具备扎实数据工程基础，对AI应用充满热情，乐于深入业务一线解决实际问题，并希望成为“技术+业务”复合型人才的求职者
缺点 / 挑战
- 工作需同时兼顾工程实现与业务价值，对综合能力和优先级判断有挑战
角色解读
- 短期可快速掌握数据工程、AI工程化及A/B实验等核心技能
- 中期可成为特定业务线（如电商、国际化）的数据专家，独立负责复杂专题
- 长期可向数据应用FDE、数据内容建设FDE或业务策略数据专家方向发展
- 深入一线业务场景（如电商、商业化），理解业务问题并转化为可落地的数据/AI解决方案
- 负责从指标设计、数据建模到分析洞察的全流程，并运用Agent等AI工具提升数据生产效率
- 参与DataAgent、知识工程、智能数仓和数据资产应用等前沿项目，解决复杂业务数据问题
- 扎实的数据工程能力，熟练掌握SQL、Python或Java中至少一门语言
- 对人工智能（特别是Prompt Engineering）和大数据架构有深入理解与实践经验
- 强大的逻辑思维与问题拆解能力，能将复杂业务需求抽象为数据产品或分析方案
- 良好的跨职能协作与沟通能力，具备用户同理心
申请策略
- 在申请材料或面试中，主动表达对快手特定业务（如电商、出海）数据挑战的理解和兴趣
- 准备1-2个自己如何利用数据工具（包括AI）驱动业务决策或优化的故事，体现价值思维
- 突出独立完成的数据项目或分析案例，特别是涉及SQL、Python/Java工程化实践的部分
- 详细描述与AI相关（如使用大模型、Prompt Engineering）的实践经验或学习项目
- 强调在项目中识别业务问题、拆解需求并推动跨团队协作的经历
- 如有A/B实验、指标体系设计或数仓建设经验，需重点描述
- 系统学习Prompt Engineering方法论，并尝试用大模型解决具体数据问题
- 复习和巩固大数据技术栈（如Hive、Spark等）的原理与工程最佳实践
面试指南
- 使用STAR法则（情境、任务、行动、结果）清晰讲述项目经历，重点突出你作为数据FDE的“问题转化”与“方案落地”能力
- 结合具体技术细节回答工程问题，体现扎实的基本功和解决问题的思路
- 对于AI相关问题，展现出理论理解（如Prompt的结构、原则）和实际应用经验（如如何测试、迭代）
- 请介绍一个你独立负责的数据项目，你是如何从业务问题定义到最终产出方案并推动落地的？
- 在数据开发中，如何确保数据的准确性和稳定性？遇到过哪些典型的工程挑战，如何解决的？
- 你如何理解Prompt Engineering？在面对大模型输出不稳定或“幻觉”问题时，有哪些实践方法？
- 如果业务方提了一个模糊的数据需求，你会如何拆解和推进？请举例说明
- 你对我们团队提到的“DataAgent”或“智能数仓”概念有什么理解？
职位点评
薪资福利75
成长发展88
工作生活50
使命价值70
薪资福利
75中等
该职位由已上市公司提供，通常具有市场竞争力的薪酬体系和标准福利，能满足求职者对稳定收入和基本保障的需求。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
88较高
岗位明确提及AI与工程结合、深入业务场景，并提供了清晰的培养路径，对技能成长和职业发展有很强的促进作用。
技术前沿前沿/新兴技术
技术栈AI、Agent、Prompt Engineering、SQL、Python、Java、数据建模、A/B实验、智能数仓
成长机会培养路径、打牢基础、参与真实数据专题、长期可成长为...
业务类型ambiguous
工作生活
50较低
职位描述未提及任何办公模式或WLB相关信号，因此无法判断工作与生活的平衡状况。工作地点在北京或杭州，通勤成本需自行考虑。
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
70中等
岗位服务于快手庞大的用户和商业生态，能对业务决策产生直接影响。所在的数据与AI领域发展迅速，能带来较强的创新感和价值感。
行业发展稳定成熟行业
社会影响中性/一般
使命信号帮助业务更快、更准地理解数据、使用数据、验证策略
创新程度积极采用新技术
Watch Jobs