Unity Technologies
Senior/Staff Machine Learning Engineer, Data Infrastructure
Senior/Staff Machine Learning Engineer, Data Infrastructure
发布于 大约 16 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
PyTorch
TensorFlow
Machine Learning
AI 估算 · 30k–50k
高级机器学习工程师技能稀缺，Unity作为上市公司薪资有竞争力，上海市场行情月薪3-5万
职位详情
关于这个职位
作为Unity的高级机器学习工程师，你将负责数据基础设施的构建与优化，利用机器学习技术提升游戏引擎和3D协作平台的性能与体验
该职位需要扎实的工程能力与算法基础，参与大规模数据处理、模型训练与部署，并与全球团队协作推动技术创新
适合希望在游戏与实时3D领域深耕的资深工程师
AI 洞察
优缺点分析
优点
- Unity作为行业龙头，技术积累深厚，可积累大规模分布式系统经验
- 机器学习在游戏和3D领域应用前景广阔，技能可迁移性强
- 公司福利完善，包括股票期权、培训发展项目，支持长期成长
- 需要同时掌握机器学习与基础设施两大领域，学习曲线陡峭
- 适合有多年机器学习工程经验，热爱底层系统与大规模数据处理，希望在游戏与实时3D技术领域深耕的资深工程师
缺点 / 挑战
- 游戏行业对实时性要求高，系统优化难度大，可能面临压力
角色解读
- 技术方向：成为机器学习基础设施架构师或首席工程师
- 管理方向：带领数据科学团队，负责技术决策与团队建设
- 跨领域：转向AI产品经理或技术总监，推动AI在游戏行业的创新应用
- 设计和构建大规模数据基础设施，支持机器学习模型的训练与推理
- 开发和优化数据处理流水线，处理海量游戏与3D应用数据
- 与产品、工程团队协作，将机器学习技术落地到Unity引擎和云服务中
- 扎实的机器学习与深度学习基础，熟悉TensorFlow或PyTorch
- 精通分布式系统与大数据技术，如Spark、Kubernetes、Docker
- 优秀的工程能力，熟练使用Python，具备C++经验更佳
申请策略
- 关注Unity在AI领域的战略方向，如数字人、智能NPC等，在面试中展示相关思考
- 突出大数据处理与机器学习流水线项目经验，量化性能提升成果
- 展示分布式系统设计案例，如使用Spark或Kubernetes管理大规模任务
- 强调算法优化与工程落地的结合，如模型压缩、推理加速等
- 熟悉Unity引擎基本架构，了解游戏开发流程
- 补充实时数据流处理技术，如Flink或Kafka
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰展示项目背景与个人贡献
- 对于系统设计问题，先明确需求与约束，再分层讨论架构选型与权衡
- 请描述一个你设计并实现的大规模机器学习数据管道的案例
- 在分布式训练中遇到性能瓶颈，你会如何排查和优化？
- 如何保证数据基础设施的高可用性和数据一致性？
- 你对Unity引擎了解多少？如何将机器学习技术应用到游戏开发中？
- 复习经典系统设计题，如推荐系统、特征平台、实时数据处理等
- 准备一个端到端的ML项目案例，从数据收集到部署监控
职位点评
75
综合评分
大厂高级ML工程师，前沿技术栈，福利完善，成长空间大，但WLB不确定
更适合这类人
该职位最适合重视技术和职业成长、追求高薪与福利的资深工程师。
表现最好
成长发展
相对薄弱
使命价值
薪资福利80
成长发展85
工作生活70
使命价值65
薪资福利
80较高
福利丰富但薪资未披露，考虑到公司规模和职级，整体补偿性较好。
薪资信号未披露（AI估算：30K-50K/月）
福利待遇综合健康保险、通勤补贴、员工持股、退休计划、慷慨假期、育儿假、办公室零食、心理健康项目、培训发展项目、志愿者项目
成长发展
85较高
职位涉及前沿机器学习与大数据技术，且有培训发展项目，成长空间大。
技术前沿前沿/新兴技术
技术栈Machine Learning、Data Infrastructure、Spark、Kubernetes、TensorFlow、PyTorch
成长机会培训和发展项目
业务类型ambiguous
工作生活
70中等
有通勤补贴和心理健康支持，但工作地点可能固定，WLB信号不足。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
工作生活平衡心理健康项目
使命价值
65中等
Unity在游戏和3D领域影响广泛，但职位本身的社会价值中等。
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