微信小游戏-大模型应用研究工程师-游戏AI方向

优缺点分析

角色解读

• 在腾讯大平台下积累AI前沿技术经验，成为大模型应用专家
• 可向技术专家或技术管理方向发展，带领团队攻克难题
• 参与游戏AI创新，未来可延伸到其他AI应用领域
• 开发AI多模态游戏理解能力，自动化分析游戏玩法、细节和用户行为
• 优化AI Agent的推理链路，包括任务规划、工具调用和多步决策
• 建设评估体系，量化Agent输出质量，并持续迭代优化
• 挖掘应用场景，打造中台能力，推动小游戏业务增长
• 扎实的编程能力，熟悉Python及相关深度学习框架
• 深入理解大模型原理，具备多模态模型应用或微调经验
• 有Agent或多步推理系统的实际开发经验
• 掌握Prompt Engineering方法论或信息抽取技术

申请策略

• 了解腾讯微信小游戏生态和AI应用方向，在面试中展现业务理解
• 准备一个完整的项目案例，展示从问题定义到技术实现的闭环能力
• 突出大模型相关项目经验，如多模态、Agent等
• 量化项目成果，如准确率提升、推理效率优化等
• 展示编程能力，特别是Python和深度学习框架的使用
• 如有游戏AI或相关领域经验，重点描述
• 深入理解Transformer架构和主流大模型
• 实践Prompt Engineering和Agent开发，参与开源项目

面试指南

• 用STAR法则描述项目：情境、任务、行动、结果
• 技术问题从原理到实践，先讲概念再结合实际应用
• 对于开放性问题，给出多种方案并比较优缺点
• 请介绍你参与过的一个大模型项目，你在其中扮演的角色和贡献
• 如何设计一个多模态游戏理解系统？
• 如何评估Agent的输出质量？有哪些指标？
• 你最熟悉的Prompt Engineering方法有哪些？
• 请解释Transformer中的自注意力机制