游戏算法实习生

1. 01

   营销推荐：参与游戏营销推荐及用户增长算法研发，包括转化率预估（CVR）、用户价值预测（LTV）、因果推断、Uplift Modeling、运筹优化、个性化推荐等方向，提升用户转化效率及营销效果；

2. 02

   广告投放：参与游戏广告投放与商业化算法研发，包括 pLTV/ROI 预测、出价预测（Bidding）、转化回传预测、归因建模、投放策略优化、素材理解与优化等方向，提升广告投放效率与 ROI；

3. 03

   模型训练：参与 LAM 行为序列基座模型及游戏领域大模型建设，包括用户行为序列建模、Transformer、Embedding、预训练、SFT、LoRA、蒸馏、RLHF、DPO、GRPO 等训练及后训练技术；

4. 04

   大模型翻译：参与游戏出海多语言翻译及本地化算法研发，包括机器翻译（MT）、多语言大模型、RAG、SFT、强化学习、翻译质量评估（TQE）、LLM as Judge 等方向，探索大模型在游戏本地化生产及质量控制中的应用；

5. 05

   大模型对话：参与游戏内智能对话、AI NPC、游戏智能助手等算法研发，包括 LLM、RAG、知识库、Tool Calling、Memory、Multi-Agent、MCP 等技术，探索大模型及智能体在游戏内交互场景中的应用；

6. 06

   游戏 Bot：参与游戏 AI Bot 及游戏智能体算法研发，包括 Game AI、强化学习、模仿学习、多智能体强化学习（MARL）、Self-Play、Offline RL 等方向，探索强化学习、大模型与传统游戏 AI 的结合；

7. 07

   算法工程与业务落地：负责数据预处理、特征工程、模型训练与调优、离线评测及实验分析，支持算法线上部署，参与A/B实验设计与分析，推动算法在实际游戏业务中落地；

8. 08

   前沿技术探索：跟进大模型、推荐系统、广告算法、强化学习、AI Agent、Game AI 等前沿技术，探索AI在游戏场景中的创新应用

1. 01

   计算机、人工智能、电子工程、数学、统计学等相关专业，本科及以上学历(硕士优先）；

2. 02

   具备扎实的编程基础，熟练掌握 Python，熟悉 pandas、numpy 等常用数据处理工具，熟悉 PyTorch、TensorFlow、scikit-learn 等至少一种机器学习/深度学习框架；

3. 03

   具备良好的数学和算法基础，熟悉机器学习、深度学习基本原理，对 Transformer、Embedding、LLM、强化学习等相关技术有一定了解；

4. 04

   在以下至少一个方向具备相关学习、科研、项目或实习经验：推荐系统/因果推断、广告算法、大模型训练与后训练、NLP/机器翻译、大模型对话/AI Agent、强化学习/Game AI；

5. 05

   有较强的数据分析能力、快速学习能力、工程实践能力与问题解决能力。

【加分项】

1. 01

   有推荐系统、广告算法相关经验，包括 CVR/LTV 预估、因果推断、Uplift、pLTV、广告出价、投放优化等；

2. 02

   有大模型训练或后训练经验，包括 Pre-training、SFT、LoRA、RLHF、DPO、GRPO、模型蒸馏等；

3. 03

   有 NLP、机器翻译或多语言大模型相关经验，包括 MT、Multilingual LLM、RAG、TQE、LLM as Judge 等；

4. 04

   有大模型对话或 AI Agent 相关经验，包括 RAG、Tool Calling、Memory、Multi-Agent、MCP、智能NPC等；

5. 05

   有强化学习或 Game AI 相关经验，包括 RL、MARL、Imitation Learning、Self-Play、Offline RL、游戏Bot等；

6. 06

   有 Kaggle、ACM/ICPC 等竞赛经历，或有相关科研论文、高质量开源项目、实际算法项目落地经验