logo of tencent

腾讯《逆战:未来》-版本运营

社招全职3年以上腾讯游戏产品地点:深圳状态:招聘

任职要求


1.本科及以上学历,3年以上游戏版本运营和管理经验(有端游版本管理经验优先);
2.曾独立主导至少一款游戏产品版本的管理与发布工作,对游戏产品在研发到运营期各阶段的全球测试具备丰富的操作和优化经验;
3.熟悉游…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1.根据研发版本排期,独立输出并跟进版本的各项测试、部署、提审、发布等版本流程环节工作;
2.能根据发行运营的实际需要,保障现网发布与热更的规划与落地,对版本发布进行统筹管理,对外网发布质量负责;
3.协调公司内各技术团队,完成产品的技术筹备、组件及平台接入,运营工具后台搭建;
4.具备丰富的国内或海外游戏测试经验,能够在项目全生命周期阶段统筹测试,并在测试规划、测试落地、数据解读和输出对应举措等方面保障项目成功。
包括英文材料
学历+
相关职位

logo of tencent
社招3年以上腾讯游戏产品

1.负责游戏内付费道具的选品、投放与效果监控,制定商业化资源运营策略,结合版本更新及用户需求设计道具获取路径与消费场景; 2.通过数据挖掘分析用户付费行为,优化道具定价模型、捆绑销售策略及促销活动,提升付费渗透率与用户ARPU值; 3.统筹版本更新中的道具资源规划,协同研发团队完成道具数值设计与投放节奏把控,确保商业化内容与玩法体验的平衡; 4.联动IP/B端合作资源(如品牌联名、赛事合作等),策划专属道具开发与推广方案,拓展商业化场景; 5.监测竞品动态与行业趋势,持续迭代商业化策略,探索创新付费模式。

更新于 2025-03-25深圳
logo of tencent
社招2年以上code-z产品

1.负责手游项目版本管理,确保项目团队各干系人协同工作; 2.负责版本计划的制定、过程跟踪、风险监控,确保项目按计划完成; 3.根据研发版本排期,输出并跟进版本的各项测试、部署、提审、发布等版本流程环节工作; 4.负责研发工具建设和专项技术建设,保证项目质量的稳定,提升研发效率; 5.负责版本构建、冒烟等Bug识别、推动修复,保证版本的按质按期交付。

更新于 2025-06-23深圳
logo of tencent
社招2年以上code-z产品

1.精品内容战略与攻略生态构建:深度结合版本更新与玩家需求,规划并主导社区核心内容方向,包括但不限于:新手入门指南、全职业/武器深度解析、高难副本攻略、版本前瞻解读等; 2.玩家文化与社区氛围营造:深入玩家群体,敏锐洞察并引领玩家社区文化的发展,鼓励玩家二创(如精彩操作集锦、同人漫画、世界观考据等)。策划并执行各类线上社区活动(如攻略征集、趣味赛事、版本庆典),点燃玩家参与热情,打造独家社区记忆; 3.用户互动与粉丝增长:负责官方社区、社交媒体的日常运营,通过高质量、高频率的互动,拉近与玩家的距离,建立信任感。分析运营数据,不断优化互动策略,实现社区用户的有效增长与核心粉丝的沉淀; 4.策划循环与反馈闭环:充当开发团队与玩家之间的桥梁,系统性地收集、整理、反馈玩家意见,并推动在游戏内的合理体现。

更新于 2025-11-28深圳
logo of antgroup
社招3年以上技术类-算法

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。

更新于 2026-01-14上海