职位详情

职位列表 链接有效 不适用(官网全量采集) official:tencent:2075037597444521984

腾讯游戏-大模型数据与评测高级工程师-智能NPC

未披露 · 上海 · 腾讯

主分类:AI模型评测工程
算法与数据
辅助:数据工程与数据平台研发(仅展示)
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "腾讯游戏-大模型数据与评测高级工程师-智能NPC",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "IEG",
        "location": "上海",
        "work_mode": "未披露",AI生成
        "job_category": "技术"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 科技 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网和科技公司,业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 2,
        "degree": "硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.数据体系构建:搭建NPC多模态数据处理管线(对话、行为、环境、玩家反馈),覆盖采集、清洗、合成、质量评估全链路;建立人设一致性、语义连贯性等维度的自动化质检体系;\r\n2.评测体系搭建:设计覆盖对话质量、人设稳定性、行为合理性、玩家体验的评测指标与自动评分流水线;建立跨品类/跨平台的可复用评测基准;\r\n3.数据-模型协同:基于LLM/VLM训练范式(SFT/RLHF/DPO)优化数据策略,设计数据飞轮与玩家反馈闭环,驱动NPC能力持续迭代。",
        "requirements_text": "1.计算机科学、人工智能、数学或相关专业,硕士及以上学历;\r\n2.具备大模型训练数据的构建与管理经验,熟悉NLP/对话数据处理流程,了解数据质量评估方法与统计分析手段,有复杂数据管线或数据系统建设经验者优先;\r\n3.熟悉评测方法学,了解评测指标设计、统计显著性分析、评分一致性校验(如Kappa系数、ICC)等方法,有构建完整评测体系的经验;\r\n4.熟练使用Python/PyTorch,具备扎实的工程实现能力,熟悉数据工程相关工具链(如Airflow、Spark、SQL等);\r\n5.对游戏行业有浓厚兴趣,熟悉至少一种主流游戏品类,理解游戏NPC的设计逻辑与玩家体验诉求。",
        "skills": [AI生成
            "Python",
            "SQL",
            "Spark",
            "PyTorch",
            "统计分析",
            "模型训练",
            "大语言模型"
        ],
        "preferred_qualifications": "1.有大模型(LLM/VLM)在游戏、虚拟角色、对话系统等方向的评测或数据工程经验;\r\n2.有强化学习、模仿学习、多智能体系统在NPC行为决策中的应用经验;\r\n3.有游戏AI、叙事生成、角色扮演相关顶会论文(NeurIPS、ICML、ACL、AAAI、CHI等)或知名项目经验;\r\n4.熟悉游戏引擎(Unity/Unreal)及游戏数据埋点体系,有游戏数据分析经验;\r\n5.具备游戏策划或运营背景,对玩家心理与游戏体验设计有深刻理解。",
        "job_highlights": "1.参与腾讯顶级游戏项目,与行业顶尖团队共同打造具有突破性的智能NPC体验;\r\n2.深度探索多模态AI在游戏领域的创新应用,推动前沿技术落地与游戏交互变革;\r\n3.丰富的资源支持与技术自由度,提供开放的科研环境与跨领域协作机会;\r\n4.与全球领先的AI实验室保持技术交流,参与前沿技术预研与行业趋势探讨;\r\n5.具有竞争力的薪酬福利与职业发展空间,助力个人技术与影响力的双重提升。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2075037597444521984"
            }
        ]
    },
    "posting": {
        "posting_id": "2075037597444521984",
        "post_date": "2026-09-03",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2075037597444521984"
    },
    "fulltext": "腾讯游戏-大模型数据与评测高级工程师-智能NPC\n在腾讯,技术人解决问题的激情永不熄灭。无论是面对产品、程序的问题,还是生活与人的问题,腾讯技术人都力图交出漂亮的答卷。我们善用科学工具,以强大的思维之力创造世界,为卓越的产品体验保驾护航,也为公司和产品策略提出宝贵的洞见,用技术引领新的变革。这里的每位成员,既传承着长久以来的务实文化,又时刻以创新眼光瞄准大海星辰。我们十分期待你加入这样一个「技术社区」,分享团队能量,尽情发挥所长。\n1.数据体系构建:搭建NPC多模态数据处理管线(对话、行为、环境、玩家反馈),覆盖采集、清洗、合成、质量评估全链路;建立人设一致性、语义连贯性等维度的自动化质检体系;\r\n2.评测体系搭建:设计覆盖对话质量、人设稳定性、行为合理性、玩家体验的评测指标与自动评分流水线;建立跨品类/跨平台的可复用评测基准;\r\n3.数据-模型协同:基于LLM/VLM训练范式(SFT/RLHF/DPO)优化数据策略,设计数据飞轮与玩家反馈闭环,驱动NPC能力持续迭代。\n1.计算机科学、人工智能、数学或相关专业,硕士及以上学历;\r\n2.具备大模型训练数据的构建与管理经验,熟悉NLP/对话数据处理流程,了解数据质量评估方法与统计分析手段,有复杂数据管线或数据系统建设经验者优先;\r\n3.熟悉评测方法学,了解评测指标设计、统计显著性分析、评分一致性校验(如Kappa系数、ICC)等方法,有构建完整评测体系的经验;\r\n4.熟练使用Python/PyTorch,具备扎实的工程实现能力,熟悉数据工程相关工具链(如Airflow、Spark、SQL等);\r\n5.对游戏行业有浓厚兴趣,熟悉至少一种主流游戏品类,理解游戏NPC的设计逻辑与玩家体验诉求。\n1.有大模型(LLM/VLM)在游戏、虚拟角色、对话系统等方向的评测或数据工程经验;\r\n2.有强化学习、模仿学习、多智能体系统在NPC行为决策中的应用经验;\r\n3.有游戏AI、叙事生成、角色扮演相关顶会论文(NeurIPS、ICML、ACL、AAAI、CHI等)或知名项目经验;\r\n4.熟悉游戏引擎(Unity/Unreal)及游戏数据埋点体系,有游戏数据分析经验;\r\n5.具备游戏策划或运营背景,对玩家心理与游戏体验设计有深刻理解。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [
            "T016"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}