
竞技世界算法工程师(2026)
任职要求
1、26 届数学、计算机专业应届生 2、掌握Python/R/Java等其中一种语言,有软件工程能力。 3、掌握主流大数据处理技术(hadoop、spark等); 4、熟悉常规机器学习技术(聚类、分类、关联、预测等等); 5、熟悉深度学习几大常用算法或其改进版(CNN,LSTM,RBM等); 6、熟悉主流深度学习框架(TensorFlow、caffe等); 7、有好奇心、有创新思路、逻辑思维强; 8、有很强的学习能力,对新技术持续不断的兴趣。
工作职责
1、负责负责游戏内AI机器人的开发、调试、迭代等工作 2、负责用户行为数据挖掘、图像语音文本识别、知识图谱、用户特征挖掘、用户游戏技能识别等方向的机器学习课题的解决,以及实时数据分析建模; 3、负责对应领域中课题的机器学习建模和实时分析建模; 4、负责推进机器学习平台框架建设; 5、快速跟进最新有效的机器学习技术(包括深度学习),并将这些技术实践到建模中。

1.参与公司核心业务的算法研发与优化,包括但不限于推荐系统、搜索排序、大语言模型/多模态模态的应用、定价策略等方向; 2.跟踪业界前沿算法与技术动态,将创新思路转化为实际业务价值; 3.与产品团队紧密协作,推动算法模型的工程化落地与迭代。

1、通过大数据及AI算法优化,驱动平台的用户增长,提升平台转化效率、营销效率,并为业务进行赋能,提升经营效率 2、参与搜索推荐、精准投放、智能营销、供应链预测、多模态AI助手等核心项目的算法研发落地

关于文远知行:文远知行WeRide是全球领先的L4级自动驾驶科技公司,已经在全球23个城市开展自动驾驶研发、测试及运营。文远知行致力于开发安全可靠的无人驾驶技术,形成了自动驾驶出租车、小巴、同城货运车、环卫车、高阶智能驾驶等五大产品矩阵,提供网约车、随需公交、同城货运、智能环卫、解决方案供应商等多种服务。 和智能出行专家团队一起工作,推动人工智能的前沿发展, 研发用于自动驾驶的计算机视觉,机器学习, 深度学习, 强化学习等。 技术方向包括但不限于: 传感器的标定与融合,物体检测跟踪及预测, 可行驶区域检测, SLAM,3D点云处理,路径规划,以及控制优化等。

PNC组介绍:在自动驾驶系统中,决策规划与控制可以类比为人类的大脑与神经。确保“大脑与神经”正确高效地“思考”和安全舒适地“执行”,是一个优秀的规划与控制组的职责所在。规划控制团队分为决策团队、规划团队和控制团队。决策规划部门的主要目的是在复杂的无人驾驶环境中找到安全的行驶方案,例如通过人类驾驶的数据分析何时进行变道,对前方车辆是跟随还是绕行。决策规划部分还要从路上的真实数据中学习人类驾驶的共识,比如道路拥堵时到底什么时候能变道,后车要怎么表达出它是否让行,进而思考如何把这种共识应用到具体算法中。此外,决策规划要能将不同的未来收敛到当选确定的行为中。控制部分则是负责将上述的行为严格地执行到车辆上。 · 负责自动驾驶车辆控制算法的开发、实现和测试工作; · 与其他开发人员完成系统集成和调试工作。