腾讯集团
ゲームAIリサーチインターン｜Game AI Research Intern
岗位职责
仕事内容
ゲーム分野における実務的な開発要件に応えるため、協調型強化学習を用いたゲームAIの開発を行う（MARL、ad-hoc teamwork、human-AI cooperation）。
強化学習、および大規模言語モデルや世界モデルとの融合技術に関する研究を推進し、汎用的・協調的なゲームエージェントの実現を目指す。
開発要件および研究テーマをゼロから推進する。課題設定・文献調査から、実験・実装・改善・成果創出までを主体的に進める。 Job Responsibilities
Develop game AI for cooperative reinforcement learning (RL) to meet practical development requirements in game contexts — including MARL, ad-hoc teamwork, and human-AI cooperation.
Advance research on reinforcement learning (RL) and its frontier combinations with large language models (LLMs) and world models — targeting generalist and cooperative game agents.
Drive development requirements and research topics forward from scratch — from problem formulation and literature review to experimentation, implementation, iteration, and results. 応募資格/
任职要求
応募条件
強化学習理論（価値ベース／方策勾配法、Actor-Critic、探索と活用など）に対する理解。
強化学習アルゴリズムの実装、ならびにRL（および関連する機械学習）モデルの訓練・チューニング・最適化における確かな実務能力。
コンピュータサイエンス、機械学習、または関連分野において、博士課程在籍者（歓迎）、もしくは修士号以上を有すること。 歓迎要件:
協調型マルチエージェント強化学習（MARL）、アドホックチームワーク、またはゼロショットの人間とAIの協調に関する知識・経験。
強化学習と大規模言語モデル／基盤モデルを組み合わせたエージェントへの関心・経験。
トップカンファレンス（NeurIPS、ICML、ICLR、CVPR等）での論文発表経験。
中国語または日本語のバイリンガル能力。 Requirements
Solid understanding of RL theory (e.g., value-based / policy-gradient methods, actor-critic, exploration-exploitation).
Demonstrated capability in implementing RL algorithms and in the end-to-end training, tuning, and optimization of RL and related machine learning models.
Currently pursuing a PhD (preferred) or at least a Master's degree in Computer Science, Machine Learning, or a related field. Preferred:
Familiarity with cooperative multi-agent RL (MARL), ad-hoc teamwork, or zero-shot human-AI cooperation.
Interest or experience in RL + LLM / foundation-model agents.
Publications in top conferences (e.g., NeurIPS, ICML, ICLR, or CVPR).
Bilingual proficiency in Chinese or Japanese. 一緒に働く魅力/Why Join Us? 賃金 年収額：応相談（昇給/賞与あり） ※経験・スキル等を考慮し、当社規定により優遇します。 ※一般社員の場合、固定残業代月35時間分が含まれます。 管理職の場合、固定残業代10時間分が含まれます。 労働時間・休日 就業時間 09:30 ~ 18:30 休憩時間 60分 フレックスタイムあり 完全週休２日制（土日・祝日） 有給休暇：入社初年度は、入社月により期間按分付与。在籍年数踏まえて最大22日 年末年始休暇（12/30～1/3） 病気休暇（有給）：12日/年（有給休暇とは別途付与） 福利厚生 ＜各種保険＞ 健康保険 、雇用保険、 労災保険、 厚生年金保険、 総合福祉団体定期保険（GTL） 業務災害安心総合保険（GPA）、団体長期障害所得補償保険（GLTD） 海外旅行保険 ＜各種手当＞ 通勤手当(上限5万円/月) 、通信手当（上限1万円/月）、 自己啓発手当（上限2万円/月）、 平日に出社した場合食事補助1800円/日、 定期健診手当（上限7万5千円/年1回） ＜支援制度・その他待遇＞ フリードリンクコーナー 、ギフトカード（お盆、正月の2回支給、2万円/1回） 従業員支援プログラム(EAP) 、慶弔見舞金 、永年勤続賞/休暇 この求人広告に記載されているポリシー（給与、福利厚生、労働条件などを含むがこれに限らない）は、会社のリアルタイムポリシーに応じて調整される可能性があります。 平等な雇用機会を重視するテンセント/
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。