【社会招聘】 强化学习算法工程师（游戏AI玩家方向）当面告知
三七互娱（上海）科技有限公司
2026-11-15 22:34:46
社招博士硕士
岗位详情
地区：
广州市
专业要求：
人工智能自动化
岗位职责：
1. 负责游戏AI玩家/智能对手/NPC的算法研发与落地，覆盖对战、陪练、剧情交互等场景；
2. 基于深度强化学习（PPO/DQN/MARL）+模仿学习+规则，构建高拟人、强对抗、多样化的AI策略；
3. 设计并实现状态表征、动作空间、奖励函数、课程学习，提升AI学习效率与对战体验；
4. 负责模型训练、调优、仿真验证、线上部署与监控，保障AI稳定、高性能运行；
5. 跟踪前沿技术（多智能体、Self-play、LLM+RL、分布式训练），推动技术创新与复用；
6. 与策划、客户端、服务端协作，理解游戏规则与数值，迭代AI难度与风格。
招聘要求：
1. 计算机/人工智能/数学/自动化等相关专业，硕士及以上学历；
2. 扎实的强化学习理论与实践，精通 PPO、DQN、SAC、MARL、Self-play；
3. 熟练使用PyTorch/TensorFlow，有游戏AI玩家/NPC上线实战经验；
4. 热爱游戏，熟悉至少一类游戏（MOBA/射击/卡牌/棋牌）的对战逻辑与策略；
5. 具备良好的工程能力，能独立完成算法设计、训练、部署与迭代。
加分项
- 有非完全信息博弈、多智能体对抗、自我对弈项目经验；
- 有LLM+强化学习融合做决策/对话型AI经验；
- 有大规模分布式训练、模型压缩、推理优化经验；
- 顶会论文（ICML/NeurIPS/AAAI）或知名开源项目贡献；
- 游戏开发/策划背景，深刻理解游戏数值与玩家体验。
公司介绍
三七互娱（上海）科技有限公司
三七互娱（上海）科技有限公司，成立于2011-09-30，位于上海，法定代表人：朱怀敏，登记状态：存续，注册资本1000万人民币，公司类型：民营/私企
公司信息:
公司名称:三七互娱（上海）科技有限公司
公司类型:
公司性质:--
公司地点:
公司规模:
涉及领域:--
公司网址: