游戏AI-游戏数据实验科学

课题背景： AIbot在游戏中的个性化投放涉及实验指标体系建设、实验显著分析、跨品类游戏推荐系统的通用化建模、玩家数据洞察等一系列难题。希望能够在标准化建模和科学实验系统建设上取得突破，一方面进一步放大aibot在游戏中的商业价值。 课题挑战：

1. 01

   目前在游戏aibot的个性化推荐场景，行业缺少成熟的技术方案；

2. 02

   游戏aibot个性化推荐涉及的上下游链条长、直接反馈少、噪声多，科学的数据分析和实验方法难；

3. 03

   腾讯游戏业务众多，涉及不同的玩法内容，需要在推荐系统的平台化和建模通用性方面取得突破，降低投入成本。 具体工作： 参与具体游戏aibot的个性化推荐算法研发工作，离线因果分析及相关性分析工作，实验指标及观察周期/显著性分析等实验平台建设。

1. 01

   包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学等专业的博士和优秀硕士；

2. 02

   对深度学习、因果推断、数理统计有深入理解；

3. 03

   较强的工程实现能力，熟练掌握PyTorch等主流深度学习框架。