竞技世界算法实习生

任职要求

教育背景：计算机、人工智能、数学、统计学或相关专业在读学生。
  编程能力：掌握 Python 编程，具备一定项目级代码实战经验。
  框架技能：熟悉至少一种主流深度学习框架（PyTorch, TensorFlow 等），了解强化学习框架（Ray/RLlib, Stable-baselines 等）者优先。
  理论基础：对机器学习、深度学习、强化学习有较深入的理解，熟悉常见算法（如 PPO, DQN, Transformer 等）的原理与实现。
  综合素质：自驱力强，对解决复杂问题充满热情，具…

工作职责

欢迎加入竞技世界AI团队，参与游戏AI的前沿技术研究与落地。你将与资深算法工程师合作，深度参与公司核心游戏AI项目，利用深度学习和强化学习等技术，构建工业级大规模AI训练任务，打造具有挑战性和拟人化的游戏智能体，或解决游戏中的推荐、匹配与内容生成问题。

主要职责：
  算法研发：负责深度学习、强化学习等AI算法在游戏场景中的应用研发，包括但不限于游戏智能体（Agent）开发、多智能体协同、模仿学习等。
  工程实现：参与游戏环境的搭建与接入，开发和优化高效的训练框架（如基于Ray的分布式训练），负责模型训练、调优及效果验证。
  前沿探索：跟踪学术界与工业界在游戏AI、大模型（LLM）、AIGC美术生成等领域的最新进展，复现并改进SOTA算法，探索其在实际业务中的创新应用。
  数据分析：收集并分析训练数据与AI实际表现，通过业务表现与数据驱动的方式优化算法策略。