快手 AI Agent 相关岗位要求（2025年）

岗位一：大模型算法工程师

职位描述

负责快手大模型相关算法的研发和优化，包括但不限于大模型预训练、微调、推理加速、多模态融合等方向。将大模型技术与快手核心业务（推荐、搜索、广告、AIGC）深度结合。

技术要求

精通Python，熟悉PyTorch/TensorFlow等深度学习框架
熟悉Transformer架构及其变体，了解主流开源大模型（LLaMA/Qwen/DeepSeek）
有大模型微调经验（LoRA/SFT/RLHF/DPO），了解训练和推理优化技术
熟悉RAG系统设计和实现，了解向量数据库
有推荐系统或搜索领域经验者优先
有大规模分布式训练经验者优先

学历要求

硕士及以上学历，计算机、人工智能、数学等相关专业
校招：985/211优先，顶会论文加分（ACL/EMNLP/NeurIPS/ICML等）

薪资范围（参考）

校招：30-50K × 15-16薪（硕士），40-60K × 15-16薪（博士）
社招：40-80K × 15-16薪，视经验和级别而定
签字费/股票：部分岗位有股票期权

面试侧重点

RAG系统设计与优化（评估方法、召回优化）
微调实践经验（LoRA参数选择、数据构建、训练trick）
推荐系统与LLM结合方案
算法题：Medium级别，以DP和数据结构为主
项目经验深挖：为什么这么做、效果如何、还能怎么优化

岗位二：AI Agent开发工程师

职位描述

负责AI Agent系统的设计与开发，构建基于大模型的智能体应用。包括Agent架构设计、工具调用框架、多Agent协作、记忆管理等核心能力建设。

技术要求

精通Python，熟悉异步编程和系统设计
熟悉LangChain/LlamaIndex/LangGraph等Agent框架
了解Agent设计模式（ReAct、Plan-and-Execute、Multi-Agent）
有Function Calling/Tool Use的实践经验
了解向量数据库（Milvus/Pinecone/Qdrant）
有Agent评估体系设计经验者优先
有大模型应用部署经验（vLLM/TGI）者优先

学历要求

本科及以上学历，计算机相关专业
社招更看重项目经验，学历要求相对灵活

薪资范围（参考）

校招：25-45K × 15-16薪
社招：35-70K × 15-16薪

面试侧重点

Agent系统架构设计（记忆、规划、工具调用）
长期记忆实现方案
多轮对话中Attention的局限性及解决方案
结合快手业务的Agent场景设计
算法题 + 系统设计题

岗位三：大模型应用开发工程师

职位描述

负责大模型在快手业务场景中的落地应用开发，包括智能客服、内容生成、创作助手等方向。从需求分析到系统上线的全流程。

技术要求

精通Python，熟悉Web后端开发（FastAPI/Flask）
有完整的RAG系统开发经验
熟悉大模型API调用和Prompt Engineering
了解大模型部署（vLLM/TGI）和推理优化
有微调经验（LoRA/SFT），了解评估方法
具备良好的工程能力和代码规范

学历要求

本科及以上学历

薪资范围（参考）

校招：20-40K × 15-16薪
社招：30-60K × 15-16薪

面试侧重点

RAG系统全流程（数据处理→检索→生成→评估）
幻觉解决方案
微调框架使用经验（LLaMA Factory等）
部署和运维经验
场景设计题（结合快手业务）

快手AI岗位共同特点

技术栈

编程语言：Python为主，Go/C++辅助
框架：PyTorch、LangChain、vLLM
基础设施：K8s、GPU集群（A100/H100）
数据：大规模数据处理（Spark/Flink）

团队文化

技术导向，鼓励创新和快速迭代
扁平化管理，直接和业务对接
工作节奏：比字节相对轻松，但加班也不少（995居多）

面试流程

简历筛选
2-3轮技术面试（含算法题）
主管面/交叉面
HR面
offer沟通

周期：通常2-3周