快手
Agent研发工程师-【电商】
Agent研发工程师-【电商】
发布于 大约 2 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
本科
软件工程
RAG
LLM
多模态
AIGC
电商
大模型
内容生成
AI 估算 · 35k–60k
快手上市大厂，AI Agent方向紧缺人才，结合杭州市场行情，月薪35K-60K，16薪具竞争力。
职位详情
关于这个职位
作为快手的Agent研发工程师，你将负责将大模型能力落地到电商业务中，构建智能导购、内容生成、经营辅助等AI智能体
你将设计Agent框架，优化Prompt、RAG和多Agent协同，并推动AIGC技术在商品内容、直播辅助等场景的规模化应用
该职位需要扎实的工程能力和对大模型技术的深刻理解，适合希望在AI+电商领域深入发展的技术人才
最低要求
本科及以上学历，计算机、软件工程、人工智能等相关专业
具备扎实的计算机基础，熟悉数据结构、算法、网络、数据库与软件工程体系，熟悉Java、Python至少一种语言，具备良好的工程实现能力
熟悉分布式系统、服务架构设计与工程化研发流程，具备良好的系统设计与问题排查能力
熟悉大模型应用研发，有LLM、AIGC、Agent、RAG、多模态模型等相关经验，理解Prompt、Function Calling、Memory、Workflow、Model Routing等关键技术机制
具备较强的业务理解能力与数据分析能力，能够通过数据洞察、业务诊断、用户行为分析，发现电商场景中的AI增长机会与效率提升空间
具备良好的沟通协作能力与Owner意识，能够跨产品、算法、工程与业务团队协同推进复杂项目落地
工作职责
负责大模型能力在电商业务场景中的落地应用，围绕内容场、货架场、商家运营端等方向，建设具备业务价值的AI智能体（Agent）与智能应用，包括但不限于导购、内容生成、经营辅助、营销增长、智能运营等场景
负责电商AIGC能力建设与研发，结合LLM、多模态模型、知识库与RAG体系，搭建AIGC-Agent架构与视觉模块原子能力，推动商品内容生成、直播内容辅助、营销素材生产、用户交互体验优化等能力在业务中的规模化落地
负责AI驱动的业务诊断与爆品挖掘，基于用户行为、商家经营、内容消费、转化漏斗等数据，构建AI诊断能力，识别业务瓶颈与增长机会，推动AI用增、转化提升、效率优化与ROI增长
负责智能体（Agent）框架与核心能力建设，包括Prompt Engineering、Memory、Planning、Tool Use、Workflow、多Agent协同、RAG、知识库、评测体系等，持续提升复杂任务解决能力与稳定性
持续追踪AIGC、LLM、多模态、Agent等前沿技术发展，快速完成技术调研、能力验证与业务适配，推动先进技术在电商业务中的创新应用
深入理解业务需求与用户痛点，具备产品化思维，能够从业务价值出发，完成从问题定义、方案设计、实验验证到规模化落地的全链路闭环
优先资格
了解主流开源与闭源模型生态（如GPT、Claude、Qwen、DeepSeek等），具备模型选型、效果评测、成本优化与稳定性治理能力者优先
具备AIGC或AI产品落地经验者优先，包括内容生成、智能导购、智能运营、营销增长、推荐策略、用户交互等方向
对电商行业有理解或兴趣，理解内容电商、直播电商、用户增长、转化漏斗、商家经营等业务逻辑者优先
AI 洞察
优缺点分析
优点
- 身处AI+电商前沿赛道，技术栈紧跟LLM、Agent等最新趋势，技能积累价值高
- 快手大厂平台，资源丰富，可参与高并发、海量数据的真实场景，履历含金量高
- 职位涉及全链路闭环，从算法到工程到业务，能锻炼综合能力，成长空间大
- 业务场景复杂，需深入理解电商逻辑，跨团队协作要求高
- 大模型落地存在不确定性（效果、成本、稳定性），需较强的问题解决能力
缺点 / 挑战
- 技术迭代快，需持续学习前沿模型和框架，学习压力较大
- 适合热爱AI技术、喜欢挑战、能快速学习并希望将算法落地到实际业务中的工程师，尤其对电商领域有兴趣者更佳
角色解读
- 技术深度方向：从Agent研发向AI架构师或算法专家发展，专注多模态、大模型训练等
- 业务融合方向：深入电商业务，成为AI产品负责人或业务技术负责人
- 管理方向：带领Agent研发团队，担任技术经理或AI团队负责人
- 将大模型能力落地到电商业务，开发智能导购、内容生成、经营辅助等AI智能体（Agent）
- 设计并优化Agent框架，包括Prompt Engineering、RAG、多Agent协同等核心模块
- 利用AIGC技术生产商品内容、直播素材，优化用户交互体验并推动规模化应用
- 基于业务数据构建AI诊断能力，识别增长机会，提升转化与ROI
- 扎实的编程基础（Java/Python）和系统设计能力，熟悉分布式架构
- 深入掌握LLM、AIGC、Agent、RAG等大模型应用技术
- 熟悉主流模型生态（GPT、Claude等），具备模型选型与效果评测能力
- 较强的业务理解与数据分析能力，能洞察电商场景中的AI机会
申请策略
- 投递前了解快手的电商业务（如快手小店、快分销），在面试中展示你对业务的思考
- 准备一个完整的AI Agent项目案例，从问题定义、技术选型到效果评测，体现全链路思维
- 突出LLM/AIGC/Agent项目经验，详细描述你在Prompt、RAG、多Agent协同中的具体贡献
- 强调工程落地能力，展示你从0到1构建系统、优化性能、处理高并发的案例
- 如果有电商或业务增长相关项目，务必重点呈现，突出数据驱动和ROI提升
- 列出你熟悉的模型生态（GPT、Claude、Qwen等）和框架（LangChain、LlamaIndex等）
- 补充电商领域知识，了解内容电商、直播电商的流量逻辑和转化漏斗
- 深入学习Agent框架（如AutoGPT、MetaGPT）和RAG进阶技术（如GraphRAG）
面试指南
- 结构化回答：先明确问题边界，然后分模块（技术选型、架构设计、关键难点、解决方案），最后总结收益
- STAR法则：用于项目经验题，说明背景、任务、行动和结果，突出你的贡献和技术深度
- 对比分析：在评估方案时，对比不同技术路线的优缺点，体现你的技术视野和决策能力
- 请设计一个电商智能导购Agent的架构，并说明如何解决知识更新和幻觉问题
- 你在项目中如何优化RAG的检索准确性和生成质量？
- 如何评估一个Agent在复杂任务中的稳定性和效果？你有过哪些评测指标？
- 假设需要将大模型成本降低50%，你有哪些方案？
- 你如何理解Content-EC（内容电商）？AI在其中可以发挥什么作用？
匹配度报告
70
综合匹配度
快手电商AI Agent岗位，前沿技术栈、高成长性，但加班可能较多且需现场办公。
适合人群
最适合追求技术成长、热衷AI前沿应用的工程师，对工作生活平衡要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展90
工作生活45
使命价值70
薪资福利匹配
75中等
快手上市大厂，薪资福利有竞争力，但未明确具体数字，杭州生活成本适中，综合补偿中等偏上。
薪资信号未披露（AI估算：35K-60K/月）
成长发展匹配
90较高
职位涉及LLM、Agent等前沿技术，有大量创新空间，且强调持续追踪技术发展，成长性极强。
技术前沿前沿/新兴技术
技术栈LLM、AIGC、Agent、RAG、多模态
成长机会持续追踪前沿技术、技术调研、能力验证、创新应用
业务类型profit_center
工作生活匹配
45较低
工作地点杭州，仅现场办公，未提及弹性或远程，互联网大厂通常节奏较快，生活方式可能较紧张。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
电商AI应用能直接影响用户购物体验和商家经营，社会价值一般，但行业增速快，创新性强。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs