强化学习算法工程师（游戏AI玩家方向）

【职位描述】 1. 负责游戏AI玩家/智能对手/NPC的算法研发与落地，覆盖对战、陪练、剧情交互等场景； 2. 基于深度强化学习（PPO/DQN/MARL）+模仿学习+规则，构建高拟人、强对抗、多样化的AI策略； 3. 设计并实现状态表征、动作空间、奖励函数、课程学习，提升AI学习效率与对战体验； 4. 负责模型训练、调优、仿真验证、线上部署与监控，保障AI稳定、高性能运行； 5. 跟踪前沿技术（多智能体、Self-play、LLM+RL、分布式训练），推动技术创新与复用； 6. 与策划、客户端、服务端协作，理解游戏规则与数值，迭代AI难度与风格。

本站当前在招 429 个广州技术研发岗位，其中 51 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 14K ~ 22K（25~75 分位），中位约 20K，最低 5K、最高 50K。