米哈游【提前批】技术策划
任职要求
1.你看到有趣的游戏机制时，第一反应是“我该怎么实现它”，并乐于动手验证； 2.具备扎实的编程基础（如C#/C++/Python/Lua等），有将想法转化为代码的习惯和能力； 3.对游戏引擎（Unity/UE）或常用开发工具有使用经验； 4.逻辑思维清晰，能系统性拆解复杂的设计问题，并找到务实、优雅的解决方案； 5.对游戏设计有强烈好奇心…
工作职责
1.你将参与核心玩法的前期技术验证，快速构建可交互的demo来回答“这个想法到底好不好玩”； 2.为策划团队设计和开发高效的工具与编辑器，把重复劳动自动化，把创造力留给人； 3.深入游戏逻辑实现层，解决玩法与系统融合时出现的具体技术难题； 4.与程序团队紧密协作，用策划能听懂的语言沟通需求，用程序员能理解的逻辑讨论方案； 5.在项目开发全周期中，协助关注技术实现的合理性、稳定性和可扩展性。
1.与美术和程序团队紧密合作，发挥想象力和技术力构建出完美的虚拟世界； 2.优化美术工作管线，制定美术资源规范、开发相关工具，提升美术内容生产效率； 3.协助美术、图形程序等岗位完成新技术、新效果的验证和落地，通过技术手段提升美术表现； 4.针对多平台（PC/主机/移动端）进行性能分析、测试，并给出标准和优化方案； 5.协同程序、美术团队解决开发中的各类技术难题。
1、面向代码智能体能力构建评测体系，覆盖代码库理解、Issue 修复、跨文件修改、测试生成、调试定位、命令执行、工具调用和多步任务完成等场景。 2、设计 Repo-level 和 Agent-level 评测集，评估模型在真实软件工程任务中的任务完成率、测试通过率、修改质量、鲁棒性和执行效率。 3、分析 Code Agent 在复杂任务中的失败模式，包括错误定位失败、上下文遗漏、工具调用错误、无效修改、测试误判、循环修复等问题。 4、建立从评测结果到训练数据和 Post-training 策略的反馈闭环，通过 Bad Case 分析指导数据构造、奖励设计和训练策略优化。 5、参与内部 Benchmark、模型能力看板和回归评测系统建设，支持 Code Agent 能力持续迭代。
作为一名核心的预训练数据算法研究员，你将直接参与构建和优化我们核心大语言模型的预训练，并侧重在 code、agentic、reasoning-heavy 类任务的高质量训练数据集搭建；包含但不限于数据收集、合成数据生成、任务行为轨迹构建等。 1.开发并生成用于大模型训练的合成任务与数据集，涵盖两类场景： 可验证类任务：代码解题、数学计算题等； 不可验证类任务：开放式逻辑推理、通用综合问题求解等。 2.搭建并规模化运行多领域数据合成流程，覆盖 agent、code、math、general reasoning； 3.参与搭建 agentic task environments 以及配套的大模型训练评测体系。
作为一名预训练数据算法研究员，你将负责开发大语言模型训练所需的大规模数据处理算法与数据学习策略。 主要负责： 1.针对多源数据设计并开发code类数据、通用文本数据清洗、增强、合成算法； 2.基于大语言模型研发并迭代数据筛选策略，提升预训练语料的数据质量； 3.搭建并规模化优化数据处理流水线，保障高并发场景下的运行性能与稳定性。