快手游戏 AI 算法工程师（强化学习方向）-【游戏事业部】
任职要求
1、计算机、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习和强化学习基础； 2、熟悉强化学习算法（如 DQN、PPO、SAC、A3C）及其在游戏 AI 领域的应用； 3、2年以上相关工作经验，包括但不限于使用强化学习、模仿学习、LLM等相关技术，参与游戏AI、无人驾驶等决策控制类业务…
工作职责
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。
- 参与强化学习、模仿学习、进化算法的落地工作，包括但不限于智能体、平衡性测试等； - 基于强化学习、模仿学习等AI技术为游戏产品打造更强力、更多样、更拟人的AI机器人； - 参与开发强化学习训练和部署平台
1、负责游戏场景下大模型的后训练算法研究与开发，包括但不限于SFT、RLHF、DPO等，提供端到端的AI技术解决方案； 2、负责前沿模型技术与Agent能力的探索调研、实验与开发，并且推进在游戏场景内落地； 3、负责梳理与搭建算法训练与上线相关的工程管线，建立稳定可复用的实验与落地环境。
业务场景： 探索大语言模型技术在游戏内容生产、AI游戏与智能NPC场景的落地应用，研发垂直领域的LLMs，为游戏业务提供智能化的内容生产能力，提高游戏资产制作效率。 相关工作： 1、LLMs微调技术框架开发：负责LLMs模型的研究与开发，基础模型训练，监督微调和强化训练，包括但不限于模型选型，数据处理，效果评估和优化，形成一套完整的链路，用LLMs构建垂类场景中模型基座，提升效果的可靠性和一致性； 2、LLMs系统应用研发：基于业务需求与业务数据，与产品，策划，服务端同事一起将LLMs的能力应用于游戏NPC智能对话交互，肢体动作生成，游戏剧情/动画生产等，能够主导模型的研发，训练数据处理与模型的工程化部署整体环节； 3、AI助力游戏方面的探索，包括不限于：AIGC，AI辅助工具开发等。
1、研究并应用 AI 生成技术（如扩散模型、多模态等）在游戏场景美术资源、材质、特效等内容生成中的创新应用； 2、负责开发基于 AI 的游戏场景生成、角色生成、风格迁移等算法； 3、结合 3D 生成技术，实现高质量的游戏美术资产智能生成与优化； 4、负责 AI 图像生成模型的训练、优化和部署，提升游戏制作效率； 5、关注 AI 在游戏图像生成领域的前沿研究，并结合游戏开发需求进行落地实践。