腾讯《逆战：未来》游戏交互设计师
任职要求
1.本科以上学历，工业设计、计算机、心理学等相关专业优先；
2.5年以上的游戏行业交互设计工作经验，熟悉游戏产品设计相关流程，并有成功案例；
3.能够提供高质量的游戏交互原型、流程图、线框图等，能清晰的表达设计方案；
4.熟练…工作职责
1.负责设计游戏产品用户行为及产品的信息构架，保证游戏体验的可用性；结合世界观负责游戏产品的规划构思，归纳用户的游戏目标和用户体验流程； 2.参与用户研究，根据用户研究的结果对设计方案进行优化； 3.负责对现有游戏产品的可用性测试和评估提出改进方案，持续优化游戏产品的用户体验； 4.参与团队专业建设，建设设计规范，统筹交互设计一致性，把控游戏产品中交互最终输出质量。
1. 路径规划 ‒ 开发适用于多种场景（如机器人导航、自动驾驶、无人机等）的路径规划算法； ‒ 实现经典和前沿的全局及局部路径规划方法（如 A*、Dijkstra、RRT、DWA 等），优化路径规划的效率和鲁棒性； ‒ 处理动态环境中的路径生成和调整，解决复杂场景下的避障问题。 2. 行动决策 ‒ 研究并实现具身智能体的行动决策算法，设计任务分解和行为选择的逻辑； ‒ 基于行为树（Behavior Tree）、有限状态机（FSM）等方法，构建模块化的决策框架； ‒ 开发多智能体协作与竞争的行动决策模型，支持复杂交互任务的执行。 3. 强化学习（Reinforcement Learning，RL） ‒ 针对具身智能场景（如机械臂控制、机器人动态避障、导航等），设计强化学习的 reward 函数和训练策略； ‒ 实现主流深度强化学习算法（如 DQN、DDPG、PPO、SAC 等），解决高维连续控制与探索问题； ‒ 优化强化学习模型的收敛速度和鲁棒性，提升算法在实际场景中的表现。 4. 模仿学习（Imitation Learning，IL） ‒ 通过专家示范数据（如轨迹、动作序列）训练智能体，实现模仿人类/智能体行为； ‒ 应用行为克隆（Behavior Cloning, BC）、逆强化学习（Inverse Reinforcement Learning, IRL）等技术解决稀疏奖励问题； ‒ 结合模仿学习与强化学习，提升智能体在复杂任务中的学习和泛化能力。 5. 算法优化与工程实现 ‒ 优化算法的计算效率和资源占用，适配实时性要求 ；‒ 在仿真环境（如 Gazebo、PyBullet、Mujoco 等）和真实设备中验证算法性能； ‒ 配合嵌入式团队完成算法在终端设备上的部署与优化。 6. 技术研究与创新 ‒ 跟踪具身智能领域的前沿算法进展，探索新技术的实际应用； ‒ 研究多模态感知与决策（如视觉、语音、触觉）的融合方法，提升智能体的环境理解与行动能力； ‒ 参与长期自主学习、在线学习和自适应学习系统的设计与开发。
作为图形、引擎方向的算法工程师，你可以参与到影视CG行业前沿的新技术开发 -负责引擎图形模块的研发，包括但不限于渲染管线、渲染算法、渲染效果、渲染优化等 -负责物理模拟模块的研发，包括但不限于群集模拟、流体模拟、肌肉模拟、布料模拟等 -研究几何、纹理、材质、渲染等SOTA算法，实现高品质路径追踪渲染相关模块 -研究AI与CG的融合工作，如ML Deformer、AI降噪与超分、Data-driven Simulation、逆渲染、高斯喷溅等
1.负责移动游戏和PC游戏的测试工作，包括功能测试、专项测试（客户端性能、安全测试、弱网络测试等）； 2.负责根据项目需求制定测试计划，整体把控项目质量和风险； 3.负责优化和改进测试流程，并能推进在项目落地； 4.负责自动化测试工具及专项测试工具的开发。
1、核心品类的360整合营销：能独立策划大型品牌/品类整合营销方案，并实现全渠道的执行落地与结果追踪，包含营销创意、媒介推广、种草达人内容等，并落地到各渠道端；能熟练使用云图、灵犀、策略中心等平台工具量化追踪结果，对最终结果负责。 2、自媒体运营：整合各品类的自媒体内容需求，形成有效的品牌内容节奏，并加强互动性运营和自有IP孵化