腾讯
《穿越火线手游》-AI算法工程师-强化学习方向
《穿越火线手游》-AI算法工程师-强化学习方向
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Pytorch
Tensorflow
强化学习
数据分析
模仿学习
游戏Ai
算法工程
值不值得投
79综合评分
综合评分 79
大厂核心游戏AI岗，技术前沿、薪资优厚，但工作强度可能较高
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比机器学习工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1930 个在招 · 其中机器学习工程 50 个
市场机会
选择面较广
深圳 · 机器学习工程 · 约 110 个在招
职位详情
关于这个职位
负责《穿越火线手游》中AI Bot的算法设计与落地，利用强化学习和模仿学习技术提升智能体的拟人性与竞技策略
需处理海量数据，构建评估体系并持续优化Bot体验，解决Badcase以增强玩家互动质量
最低要求
全日制本科及以上学历，计算机/人工智能/信息工程/数学等相关专业
充分理解强化/模仿学习算法的数学原理，能做好算法特点与应用场景的匹配，并进行快速的算法实现和迭代
熟练使用PyTorch/TensorFlow等深度学习框架, 具备良好的编码习惯和工程优化能力
有较好的沟通协作能力，愿意迎接挑战
工作职责
游戏场景下，基于强化学习/模仿学习实现游戏智能体(AI Bot)的算法设计、训练和落地工程
能针对线上的海量数据进行清洗/分析，通过SL/REWARD等方案融入到AI Bot的优化中来，持续提升其拟人性/协作策略/竞技强度
根据实际场景构建完善到数据指标体系，全面评估AIBot到拟人性/策略/强度等关键特性，辅助Bot体验迭代升级
与各岗位协作，持续优化badcase，持续实验迭代，打磨AI bot到体验深度
优先资格
年以上强化/模仿学习实战经验优先
对AI前沿技术有实践经验的优先
在AI顶级会议发表过论文者优先
AI 洞察
优缺点分析
优点
- 接触头部游戏产品，技术栈前沿（RL/IL），数据资源丰富，平台稳定且福利完善
缺点 / 挑战
- 游戏AI平衡性调试难度大，需应对高强度迭代压力，对算法落地效果要求极高
- 热爱游戏、具备扎实算法功底且喜欢挑战复杂系统优化的工程师
角色解读
- 可向AI架构师、游戏AI技术专家或算法团队管理方向发展
- 设计并训练游戏AI Bot，使其具备拟人化的操作和策略
- 精通强化学习/模仿学习算法原理，熟练掌握PyTorch/TensorFlow框架
申请策略
- 准备相关论文或开源项目链接，展示对AI前沿技术的跟踪和理解
- 突出强化学习在项目中的实际应用成果，展示算法优化带来的性能提升或体验改善
- 加强游戏引擎交互知识，提升大规模数据处理和模型部署的工程能力
面试指南
- 使用STAR法则描述项目背景、任务、行动和结果，重点突出算法选型依据和优化细节
- 请介绍一个你使用强化学习解决实际问题的案例
- 如何处理稀疏奖励问题？
- 如何评估AI Bot的拟人性？
- 复习经典RL算法（如PPO, DQN）原理，了解游戏AI最新研究进展
职位点评
薪资福利85
成长发展90
工作生活60
使命价值70
薪资福利
85较高
作为上市巨头企业，提供具有市场竞争力的薪酬和完善的福利体系，满足度高。
薪资信号偏高 (3.5千–6.0万/月)
成长发展
90较高
涉及强化学习等前沿技术在游戏领域的深度应用，技术成长空间大，行业前景好。
技术前沿前沿/新兴技术
技术栈强化学习、模仿学习、PyTorch、TensorFlow、AI Bot
业务类型profit_center
工作生活
60中等
互联网大厂通常工作节奏较快，虽未明确提及加班，但游戏行业迭代压力大，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
通过AI提升游戏体验，增加用户粘性，具有一定的商业价值和技术探索意义。
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
腾讯 的其他在招职位
相似职位推荐
Watch Jobs