职位描述- AI模型在游戏场景中的应用开发 - 负责大语言模型（LLM）、多模态模型在游戏NPC、剧情生成、玩家交互等场景中的设计与落地，通过AI技术提升玩家沉浸感与互动体验。 - 开发基于大模型的动态对话系统、智能决策模块，打造具备情感表达和个性化行为的虚拟角色。 - 探索多模态技术（文本、语音、图像等）与游戏玩法的结合，如AI驱动的实时内容生成、跨模态交互设计等。 - 模型优化与微调 - 针对游戏场景需求，对开源或自研大模型进行领域适配性微调（Fine-tuning），优化生成内容的可控性、安全性和多样性。 - 解决模型推理效率问题，通过量化、剪枝、蒸馏等技术降低资源消耗，确保AI功能在游戏端/云端的流畅运行。 - 模型评估与效果迭代 - 建立AI模型的量化评估体系，设计游戏场景特有的评测指标（如NPC行为合理性、玩家满意度），持续优化模型表现。 - 通过A/B测试、用户反馈分析，验证AI功能对游戏核心指标的提升效果，并推动快速迭代。 - 前沿技术跟踪 - 跟踪生成式AI、强化学习、多模态理解等领域的最新进展，探索其在游戏中的潜在应用场景（如开放世界动态叙事、AI UGC工具链等）。 - 跨团队协作 - 与游戏策划、程序、美术团队紧密合作，将AI能力无缝集成到游戏引擎及产品逻辑中，推动技术方案从原型到上线的全流程落地。 - 参与跨部门技术分享，协助制定AI+游戏的中长期技术路线规划。任职要求- 熟悉常见算法和数据结构，熟悉Python/C++，有扎实的编程基础和良好的代码风格。 - 了解至少一种主流开源大语言模型（如 LLaMA 系列、qwen、deepseek等）的架构，掌握模型微调的原理和方法。 - 熟练至少一种深度学习框架（如 PyTorch、TensorFlow 等），能够运用框架进行模型开发和训练。 - （加分项，非硬性要求）熟悉LLM相关技术栈（包括Prompt Engineering、微调、RAG、Agent等），掌握常用大模型推理框架（如VLLM、Ollama），并精通模型加速手段。 - 具备出色的问题解决能力，能够快速应对复杂技术挑战；同时拥有良好的团队协作精神、沟通能力以及强烈的责任心。
