主分类：通用算法研发（其他方向）
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": "游戏 AI 智能体算法工程师-小游戏/休闲游戏方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "IEG",
"location": "深圳",
"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": 0,
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责小游戏/休闲游戏场景下 AI Bot / AI 智能体的算法研发，并落地到真实对局；\r\n2.基于大模型（LLM）、多模态与强化学习技术，研发通用游戏智能体架构，实现拟人化的陪玩机器人、对战对手与 NPC 行为，支持难度分级与风格多样化；\r\n3.针对小游戏低延迟、端侧资源受限的特点，推进模型轻量化与低时延推理优化，并搭建对局数据合成、仿真环境及 Bot 能力评测体系；\r\n4.与策划、客户端、引擎团队协作，完成 Bot 从方案设计到上线的全流程，并持续迭代优化。",
"requirements_text": "1.计算机、人工智能、自动化、应用数学、控制工程等相关专业，硕士及以上学历；\r\n2.精通 Python，熟练使用 PyTorch 等深度学习框架，具备扎实的工程落地能力；\r\n3.深入理解强化学习（PPO、DQN 等）或大模型推理 / 对齐技术，有实际训练与调优经验；\r\n4.具备游戏 AI Bot / 智能体的算法设计与工程实现能力，熟悉 Bot 决策架构（行为树、GOAP、蒙特卡洛树搜索等），有游戏 Bot、AI 对战或陪玩机器人的开发经验；\r\n5.熟悉 LLM / 多模态 Agent 技术栈者优先。",
"skills": [AI生成
"Python",
"PyTorch",
"深度学习",
"强化学习",
"算法设计",
"大语言模型",
"智能体开发"
],
"preferred_qualifications": "1.有轻量模型部署优化经验（量化、蒸馏、端侧推理），或熟悉微信小游戏 / 休闲游戏研发；\n2.熟悉棋牌、消除、休闲竞技等品类玩法规则；\n3.在 NeurIPS、ICML、ICLR、AAAI 等发表过相关论文，或参加过游戏 AI 相关竞赛并获奖。",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers.tencent.com/jobdesc.html?postId=2091705378583789568"
}
]
},
"posting": {
"posting_id": "2091705378583789568",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers.tencent.com/jobdesc.html?postId=2091705378583789568"
},
"fulltext": "游戏 AI 智能体算法工程师-小游戏/休闲游戏方向\n1.负责小游戏/休闲游戏场景下 AI Bot / AI 智能体的算法研发，并落地到真实对局；\r\n2.基于大模型（LLM）、多模态与强化学习技术，研发通用游戏智能体架构，实现拟人化的陪玩机器人、对战对手与 NPC 行为，支持难度分级与风格多样化；\r\n3.针对小游戏低延迟、端侧资源受限的特点，推进模型轻量化与低时延推理优化，并搭建对局数据合成、仿真环境及 Bot 能力评测体系；\r\n4.与策划、客户端、引擎团队协作，完成 Bot 从方案设计到上线的全流程，并持续迭代优化。\n1.计算机、人工智能、自动化、应用数学、控制工程等相关专业，硕士及以上学历；\r\n2.精通 Python，熟练使用 PyTorch 等深度学习框架，具备扎实的工程落地能力；\r\n3.深入理解强化学习（PPO、DQN 等）或大模型推理 / 对齐技术，有实际训练与调优经验；\r\n4.具备游戏 AI Bot / 智能体的算法设计与工程实现能力，熟悉 Bot 决策架构（行为树、GOAP、蒙特卡洛树搜索等），有游戏 Bot、AI 对战或陪玩机器人的开发经验；\r\n5.熟悉 LLM / 多模态 Agent 技术栈者优先。\n1.有轻量模型部署优化经验（量化、蒸馏、端侧推理），或熟悉微信小游戏 / 休闲游戏研发；\n2.熟悉棋牌、消除、休闲竞技等品类玩法规则；\n3.在 NeurIPS、ICML、ICLR、AAAI 等发表过相关论文，或参加过游戏 AI 相关竞赛并获奖。",
"standard_classification": {
"std_category_code": "T033",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}