游戏AI算法工程师

【智能决策系统研发】：负责游戏内核心智能决策算法的设计与落地，包括用户行为建模、动态匹配策略、实时心流评估与干预等，驱动用户全生命周期增长与游戏生态健康。

【多智能体（Multi-Agent）技术应用】：主导基于大语言模型（LLM）和多智能体系统的Agent技术研发，探索社交生态模拟、自动化内容创作（如关卡、事件）等创新玩法，提升游戏交互深度。

【用户增长与精细化运营】：基于海量用户行为数据，构建用户画像与生命周期价值（LTV）预测模型，设计并优化新用户引导、流失预警、回流激励等算法策略，实现关键指标（留存、时长）的显著提升。

【自动化内容生产管线】：参与搭建和优化自动化内容生成工具链，利用生成式技术实现可玩内容（如对战关卡、谜题）的创作与动态难度调整，保障内容供给的质量与效率。

【前沿技术探索与落地】：持续跟踪强化学习、生成式AI、LLM Agent、博弈论等前沿方向，推动算法在游戏场景中的工程化落地与迭代升级

有充分的游戏体验经历，热爱游戏行业，对AI技术与游戏的结合有强烈热情，乐于解决复杂系统问题。

计算机科学、人工智能、数学或相关专业硕士及以上学历，1-3年相关工作经验（有游戏AI、Agent应用、用户增长算法经验者优先）。

扎实的机器学习/深度学习基础，熟悉常见推荐算法、强化学习或多智能体强化学习，对博弈论、社会模拟有深入理解者优先。

Agent技术深度：对智能体（Agent）技术有深入实践，熟悉至少一种Agent框架（如LangGraph、AutoGen）或LLM应用开发范式（ReAct, CoT），有利用Agent解决复杂决策问题的落地经验。具有Manus、Cowork、OpenClaw等新型Agent系统开发或使用经验者优先。

工作经验侧重：具有Agent能力建设经验（如智能体协作、工具调用、环境交互）者优先。

工程能力强，熟练掌握Python/C++，熟悉主流深度学习框架（PyTorch/TensorFlow），具备大数据处理能力（Spark/Flink）和模型线上服务经验。

有模型轻量化、推理优化（TensorRT, ONNX Runtime）或游戏引擎（Unity/Unreal）集成经验者优先。

专注、精益求精，具备强烈的探索精神和深入思考能力，能够独立拆解复杂业务目标并推动技术落地。

具备良好的沟通协作能力，较高的开发效率和承压能力，责任意识强