魔方工作室-游戏AI大语言模型算法工程师

优缺点分析

角色解读

• 向AI算法专家或技术负责人方向发展，主导游戏AI中台建设与核心技术攻关
• 横向拓展至多模态大模型、强化学习或具身智能方向，拓宽技术边界
• 深入游戏业务底层，成长为懂技术又懂玩法设计的复合型技术产品人才
• 针对游戏场景中的大语言模型进行专项优化，提升推理效率与输出质量
• 将LLM技术落地至游戏内，实现智能解说生成、可控NPC对话等交互功能
• 跟进生成式AI在游戏中的其他应用场景，完成算法原型开发与工程化部署
• 协同策划、程序与美术团队，确保AI功能符合游戏设计预期并稳定运行
• 扎实的NLP与大语言模型理论基础，熟悉主流架构与微调策略
• 熟练掌握Python等编程语言及PyTorch/TensorFlow等深度学习框架
• 具备模型性能调优、内存管理与工程化部署的实际落地经验
• 优秀的算法抽象能力与问题排查能力，能快速定位并解决线上瓶颈

申请策略

• 提前调研腾讯魔方工作室旗下代表作，在简历或求职信中体现对产品的认知
• 关注公司技术博客与公开演讲，准备1-2个与岗位高度契合的技术案例
• 突出NLP/LLM相关的项目经历，量化模型效果提升指标（如BLEU、延迟降低比例）
• 强调工程落地能力，列出熟悉的深度学习框架版本、性能优化手段与部署工具链
• 如有顶会论文、Kaggle/天池等高阶竞赛奖项或开源贡献，务必重点标注
• 体现对游戏业务的理解，可简述过往与游戏、交互或内容生成相关的实践
• 系统梳理Transformer架构、LoRA/QLoRA等高效微调技术及推理加速方案
• 加强模型压测与Profiling能力，掌握TensorRT、vLLM等工业级部署工具

面试指南

• 采用STAR法则（情境-任务-行动-结果）结构化回答项目经验，重点突出数据指标变化与技术决策逻辑
• 针对性能优化类问题，按“ profiling定位瓶颈 -> 算法层剪枝/量化 -> 推理层并发/缓存 -> 工程层异步”分层拆解
• 针对系统设计类问题，先明确业务边界与核心诉求，再给出模块化架构设计，最后补充评估指标与迭代路径
• 请分享一个你优化过的大语言模型项目，遇到了哪些瓶颈？如何解决的？
• 在游戏实时交互场景下，如何平衡LLM的生成质量与推理延迟？
• 如果让你设计一个可控的NPC对话系统，你会从哪些维度进行约束与评估？
• 请对比几种主流的模型微调方法，并说明在你的业务场景中的选型依据
• 复习Transformer核心机制、注意力优化技巧及常见大模型微调范式