游戏AI强化学习算法工程师-光环技术中心

参与对战 Bot 的强化学习训练，跑通并调优 PPO、GAIL 等算法流程；

参与 Reward、网络结构等迭代，解决拟人化、导航等实际问题；

搭建与维护 AI 训练工具链（任务管理、实验对比、数据生成、指标可视化等）；

负责训练数据的生产、处理与质量保障，并跟踪、定位训练异常。"

计算机 / 自动化 / 数学等相关专业，本科及以上；

熟练掌握 Python，有良好的工程实现能力；

了解深度学习与强化学习基本概念（reward / policy / value / PPO 等），愿意深入学习；

熟悉 PyTorch / TensorFlow 任一框架，熟悉 Linux 开发环境；

主动踏实，学习能力强，乐于协作。 加分项

有 RL / 深度学习项目经验（实验室、竞赛、实习均可）；

接触过游戏 AI、机器人、自动驾驶等决策方向；

了解 Go、Docker、gRPC，有工具链 / 训练平台开发经验。