游戏算法【2027届】

优缺点分析

角色解读

• 从校招算法工程师起步，逐步成长为独立负责项目的算法专家
• 可深入大模型、推荐系统、强化学习（BOT）等细分方向，成为领域专家
• 未来可晋升为技术骨干/组长，或转向技术管理
• 参与游戏场景下的AI算法研发，包括营销推荐、风控模型、大模型对话/翻译、游戏BOT等方向
• 负责数据处理与特征工程，训练和优化模型，并进行实验分析与迭代
• 支持算法从离线实验到线上部署的全流程，参与A/B实验设计与数据分析
• 探索AI新技术在游戏业务中的创新应用，推动算法落地
• 扎实的Python编程能力，熟悉pandas、numpy等数据处理库
• 掌握机器学习/深度学习基础，熟练使用PyTorch或TensorFlow
• 具备良好数学功底（线性代数、概率统计、微积分）
• 了解大模型、RAG、向量检索等前沿技术，或竞赛/项目经验

申请策略

• 关注B站校招流程和时间，提前网申
• 了解B站游戏业务和产品，面试中展现游戏热情
• 突出算法相关项目/实习经历，尤其是推荐、风控、大模型方向
• 展示Python编程实力，可附上GitHub链接或开源项目
• 如有Kaggle竞赛获奖、论文发表，重点标注
• 强调数据分析和问题解决能力
• 巩固机器学习经典模型和深度学习原理
• 熟悉PyTorch/TensorFlow框架，至少完成一个上手项目

面试指南

• 对于项目类问题，按照背景-方法-结果的结构回答，突出个人贡献
• 对于技术原理题，先定义概念，再列举方法，最后举例说明
• 对于开放设计题，从需求分析、技术选型、评估指标逐步展开
• 介绍一下你的一个机器学习项目，包括数据、模型、效果？
• 如何理解过拟合？有哪些防止过拟合的方法？
• 用过哪些大模型？如何构造RAG系统？
• 如果你要设计一个游戏BOT的推荐策略，你会怎么做？
• 对A/B实验的原理了解多少？如何设计实验？