腾讯游戏AI-高性能推理系统研发工程师

1.负责腾讯“开悟”平台的AIGC及LLM的训练/推理支持，参与基于GPU的高性能计算（HPC）项目设计与开发，负责GPU芯片（NVIDIA/AMD等）的底层性能优化与调优； 2.针对大模型推理、训练等场景，优化和扩展vLLM、SGLang等框架的核心模块，提升计算效率与资源利用率； 3.深入分析GPU硬件架构特性（如Tensor Core、显存带宽、通信机制等），设计并实现高性能算子与算法； 4.探索前沿技术方向（如混合专家模型MoE、动态计算图优化等），推动AI工程化落地的效率提升。

1.参与游戏 AI 应用的基础设施建设，负责 GameAgent 后台系统核心框架组件开发；支持游戏智能 NPC、UGC 等 LLM 驱动的 GameAgent 业务落地，并完善 GameAgent 统一基础设施； 2.负责大模型应用的全链路工程化与开发运营体系建设，通过自动化、平台化、智能化（AI 提效）推动团队研发效能系统性提升； 3.负责后台架构和性能优化工作，保障服务高并发、低延迟、高可用，与算法、产品团队协作，完成游戏AI产品的预研探索、工程化落地与实际上线。

岗位职责 1. 深挖业务需求，制定AI解决方案： 深入西山居、金山世游等工作室，精准对接游戏策划、美术、程序及运营团队的具体痛点，量身定制AI解决方案。 2. 美术与工业化管线： 梳理游戏美术生产需求，推进商业化API接入 / 专项LoRA工作流推广，切实降低外包与制作成本。 3. 前沿AI玩法落地： 配合 GameAI 算法团队，跟进核心产品线的创新AI玩法落地（AI-NPC、AI陪玩、赛制总结、多模态VLA），确保技术全链路顺畅衔接。 4. 跨部门协同： 连接AI团队（算法、Infra ）与游戏业务团队，把控项目里程碑，排除落地障碍，确保业务体验评测达标。

1、研究并应用强化学习（RL）技术在游戏场景中的创新应用，如 NPC 行为学习、自适应游戏策略、自动化测试等； 2、负责开发基于 RL 的智能体决策、路径规划、多智能体协作等算法； 3、结合 LLM、计算机视觉等技术，提升游戏 AI 的决策能力和可玩性； 4、负责强化学习模型的训练、优化和部署，提升游戏 AI 的自主学习能力； 5、跟踪强化学习在游戏领域的最新研究，并结合游戏项目进行创新探索； 6、 持续改进算法和框架，开发和完善通用框架和SDK工具，提升游戏AI开发效率。