哔哩哔哩｜游戏算法实习生

部门介绍我们致力于探索前沿人工智能技术在游戏全生命周期中的深度应用。在这里，你将参与构建跨游戏品类的通用AI能力，方向涵盖个性化推荐与数据挖掘、大语言模型落地、多模态内容生成、强化学习博弈等。我们提供海量的用户数据、充足的算力支持以及广阔的业务场景，期待你的加入，共同打造下一代智能化游戏体验。 工作内容：（候选人将根据技术背景与业务需求，负责以下一个或多个方向的研发）

1. 计算机、人工智能、数学或统计学等相关专业，本科及以上学历（硕士优先）； 2. 热爱游戏，对游戏行业有浓厚兴趣，了解主流游戏产品特性和玩家心理； 3. 具备扎实的机器学习/深度学习理论基础，熟练使用 Python / C++ / Go / Java 等至少一门语言，精通 PyTorch / TensorFlow 等主流AI框架； 4. 在以下任意一个或多个职位描述工作职责: 1、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、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、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、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、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、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、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、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。 工作要求: 1、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、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、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、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、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、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、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、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、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、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、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。