游戏AIGC 研发工程师【2027届】

优缺点分析

角色解读

• 从AI研发工程师起步，逐步深入游戏AIGC细分领域，成为技术专家或核心技术骨干
• 可横向拓展至AI产品/项目经理，结合技术深度和业务理解，主导AI工具在游戏工业管线中的规模化落地
• 未来可晋升为技术负责人，带领团队探索更前沿的AI+游戏技术，如实时生成、智能NPC等方向
• 研究前沿AI Agent和AIGC技术，探索其在游戏研发管线中的实际应用，如自动生成美术资产、辅助程序开发等
• 负责多模态内容生成模型的开发与优化，涉及2D图像、视频、3D模型、动画等，并实现可控生成与质量调优
• 搭建数据集、训练工具链和自动化工作流，赋能美术、程序、策划等团队，提升整体研发效率
• 与游戏项目团队协作，分析研发痛点，设计并落地AI解决方案，推动技术在真实游戏项目中规模化应用
• 扎实的深度学习基础，熟练掌握PyTorch或TensorFlow，能进行模型训练、微调和推理优化
• 熟悉AIGC或大语言模型技术，了解主流生成模型（如Stable Diffusion、GPT、Agent架构）的原理和最新进展
• 具备较强的编程和工程能力，能使用AI编程工具提升开发效率，有良好的代码规范和调试能力
• 了解游戏引擎（如Unity/Unreal）和基本游戏开发流程，具备跨领域协作和技术视野

申请策略

• 深入了解哔哩哔哩的游戏业务和现有AIGC应用，面试时展示对游戏行业的思考和兴趣
• 准备好一个完整的AIGC项目案例，从问题定义、技术选型到效果评估，清晰表达自己的贡献和思考过程
• 突出与AIGC、大模型相关的项目经历，如训练过生成模型、微调过LLM、参与过Agent开发等，并注明具体成果
• 强调编程能力和工程实践，如使用PyTorch/TensorFlow开发的完整项目，以及代码质量、工具链搭建经验
• 如果有游戏相关经历（如游戏引擎使用、游戏开发课程、游戏模组等），务必写上，体现跨领域视野
• 展现对AI技术前沿的热情，如阅读论文、开源贡献、参加比赛等，证明持续学习的能力
• 熟练掌握PyTorch，能够独立进行模型训练和微调，了解常见生成模型（如Stable Diffusion、Diffusion Transformer）的原理和实现
• 学习LangChain、Agent相关框架，了解AI Agent的推理、规划、工具调用等机制，并尝试构建简单应用

面试指南

• 对于项目类问题，采用STAR法则（情境-任务-行动-结果），突出技术难点和你的解决方案
• 对于技术原理题，先讲概念再讲实践，结合具体例子说明
• 对于行业理解题，结合自己的思考，体现热情和洞察力
• 介绍一个你使用AIGC或大语言模型的项目，你如何设计模型结构、训练数据和调优？
• 如何评估一个生成模型的生成质量？有哪些常用指标和主观评估方法？
• 在游戏中应用AIGC可能有哪些技术难点？如何解决？
• 你对AI Agent有了解吗？请谈谈Agent的推理、规划和工具调用机制
• 你如何看待AIGC对游戏行业的影响？你认为最有潜力的应用方向有哪些？