心动
TapTap AI 产品算法工程师
TapTap AI 产品算法工程师
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计算机视觉工程
计算机视觉工程
Claude Code
Ocr
图像分类
多模态模型
推理加速
效果评估
数据建设
模型蒸馏
目标检测
值不值得投
73综合评分
综合评分 73
上市游戏大厂AI产品算法岗，聚焦多模态与视觉技术落地，技术成长空间大，WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2.8万
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择面较广
上海 · 计算机视觉工程 · 约 110 个在招
职位详情
关于这个职位
该职位致力于研发实时游戏AI助手，让AI能够理解游戏画面并提供辅助
你将参与从数据建设、模型训练到效果评估的完整流程，推动AI能力在真实游戏场景中的落地与优化
最低要求
参与过具有实际产品形态或真实使用场景的 AI 项目，理解模型在完整产品中的作用
参与过模型训练、数据建设或效果评估，理解从数据准备到训练、评估和迭代的基本流程
对数据敏感，能够发现数据分布、场景覆盖、类别比例、标注质量和困难样本等问题
理解准确率、召回率、精确率等常见指标，能够结合业务场景判断模型是否真正可用
能够查看和归纳错误案例，不只关注一个总分，也能分析模型在哪些场景下表现不好
能够提出清晰的实验假设，并通过对照实验和量化结果验证优化是否有效
能够熟练使用 AI 工具辅助数据分析、训练配置、结果解读、实验整理和问题排查
不要求独立编写完整训练代码，但需要能够理解基本技术概念
沟通清晰，能够准确说明产品问题、判断依据、验证方法和最终结论
工作职责
理解业务场景和用户需求，将实际问题转化为清晰的数据需求、标注标准和评估目标
参与训练数据的收集、清洗、分类、标注验收和版本管理
借助 Claude Code、Codex 等 AI 工具及现有训练流程，参与模型训练、效果评估和实验迭代
分析误检、漏检、分类错误及线上效果衰减等问题，归纳典型失败案例
提出可验证的优化方向，设计对照实验，并根据量化结果决定下一步迭代方案
参与将模型能力接入完整产品流程，结合真实使用反馈判断效果是否满足产品需求
推动产品、数据、训练、评估和上线验证形成完整闭环
整理数据版本、实验记录、评估结果和结论，保证不同方案可以清晰比较
优先资格
独立或主导完成过一个端到端 AI 产品，覆盖需求分析、数据准备、模型训练评估、产品实现和真实验证
有可体验的产品、Demo 或公开展示，能够说明模型能力如何转化为实际用户价值
在 GitHub、技术社区或社交平台分享过 AI 产品、模型训练、数据分析或效果评估项目
AI 洞察
优缺点分析
优点
- 参与前沿的游戏AI助手研发，接触多模态、模型蒸馏等先进技术
- 强调产品落地与真实用户体验，能积累完整的AI产品闭环经验
- 已上市大型企业平台，项目资源与数据支持充足
- 不要求独立编写完整训练代码，可能在纯算法深度上有所局限
- 线上效果衰减和真实场景验证可能面临复杂多变的长尾问题
- 适合对AI产品落地有热情、具备数据分析与评估能力，且希望在游戏行业深耕AI应用的求职者
缺点 / 挑战
- 需要频繁与产品、数据团队沟通，对跨部门协作和沟通能力要求较高
角色解读
- 从AI产品算法工程师向AI产品专家或算法团队负责人发展
- 深入游戏AI与多模态大模型应用，成为垂直领域的AI落地专家
- 研发实时游戏AI助手，使AI能理解游戏画面并提供辅助
- 负责从数据建设、模型训练到效果评估的完整闭环
- 分析模型失败案例并推动产品验证与迭代
- 具备计算机视觉与多模态模型的基础知识，理解目标检测、OCR等技术原理
- 对数据高度敏感，能设计评估指标并分析错误案例
- 熟练使用AI工具辅助数据分析与实验设计
申请策略
- 了解TapTap平台及心动网络的核心游戏产品，思考AI助手在这些游戏中的具体应用场景
- 准备一些关于如何平衡模型指标与真实用户体验的案例
- 突出参与过的端到端AI项目经验，特别是涉及计算机视觉或多模态模型的实际落地案例
- 展示在数据建设、效果评估和错误案例分析方面的具体成果
- 提供可体验的Demo或GitHub开源项目链接
- 深入学习多模态大模型在游戏场景的应用及模型蒸馏、推理加速技术
- 熟练掌握Claude Code、Codex等AI工具在数据分析和实验设计中的高级用法
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目经验
- 在回答评估与优化问题时，强调“数据驱动”和“用户视角”，结合具体指标和业务场景进行分析
- 请分享一个你参与过的端到端AI项目，你是如何将业务需求转化为数据需求和评估目标的？
- 在模型评估中，如果准确率很高但用户反馈不好，你会如何排查和解决问题？
- 你如何看待模型蒸馏和推理加速在游戏实时AI助手中的应用？
- 请描述一次你通过分析错误案例（如误检、漏检）成功优化模型的经历
- 复习计算机视觉与多模态模型的基础知识及常见评估指标
- 准备1-2个自己主导或深度参与的AI产品落地案例，重点突出数据建设和效果评估环节
职位点评
薪资福利75
成长发展85
工作生活50
使命价值80
薪资福利
75中等
作为已上市大型企业的AI算法岗，薪资福利具备市场竞争力，但JD中未明确披露具体薪资与福利细节。
薪资信号市场水准 (2千–3.5万/月)
成长发展
85较高
岗位涉及多模态、模型蒸馏等前沿技术，且强调端到端产品闭环，能为求职者提供极佳的技术与产品复合成长空间。
技术前沿前沿/新兴技术
技术栈目标检测、图像分类、OCR、多模态模型、模型蒸馏、推理加速、Claude Code、Codex
业务类型profit_center
工作生活
50较低
JD中未提及任何关于工作模式、弹性工时或加班情况的信息，无法判断其WLB状况，默认现场办公。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
游戏AI助手属于创新应用方向，能切实提升玩家体验，具有较高的产品创新价值与行业探索意义。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs