腾讯
校招混元多模态-混元GameMate多模态AI伙伴系统研究
深圳总部 · 校招 · 2027 届 · 博士
长期有效
任职要求
- 1、包含但不限于计算机科学、人工智能、强化学习、多模态学习等相关方向的博士/硕士同学；
- 2、熟悉LLM/VLM、Agent、RL或推理优化，掌握Python/PyTorch，有顶会论文发表或开源Agent项目经验者优先；
- 3、软性素质要求： 自驱力强，具备研究好奇心和工程落地意识，喜欢游戏者更佳。
岗位描述
【岗位职责】
课题背景：
大模型正从对话助手走向能感知、记忆、规划并行动的智能伙伴。混元GameMate探索的是多模态决策大模型驱动的游戏AI伙伴——不只是会对话的NPC，而是能在实时开放环境中理解局势、协同决策、形成记忆，并以伙伴身份融入用户体验的智能体。相关成果已在《和平精英》等头部游戏正式服规模化上线并获得良好反馈。本课题面向下一代智能体技术，探索可长期陪伴、可规模部署、可持续进化的游戏AI伙伴。
课题挑战：
- 1. 多模态决策与长期伙伴关系：实时局势理解、战术推理与长程规划、长期记忆建模、个性化关系与情感交互，使智能体兼具高智商与高情商；
- 2. 真实部署约束下的智能体能力保持：轻量化模型的高阶能力涌现、低成本推理与Agentic RL，在严格时延与资源约束下维持决策与交互效果；
- 3. 可泛化Agent架构与持续进化：跨游戏场景可复用的Skill/Harness框架，以及从真实用户反馈驱动的评测-训练-上线迭代数据飞轮。
具体工作：
参与多模态感知与世界建模、Lifelong Memory、Agentic RL与长程规划、Skill化执行架构、高情商对话与陪伴、原生Agent系统与评测闭环等方向研究与落地。
【任职要求】
- 1、包含但不限于计算机科学、人工智能、强化学习、多模态学习等相关方向的博士/硕士同学；
- 2、熟悉LLM/VLM、Agent、RL或推理优化，掌握Python/PyTorch，有顶会论文发表或开源Agent项目经验者优先；
- 3、软性素质要求： 自驱力强，具备研究好奇心和工程落地意识，喜欢游戏者更佳。
【技术方向】
智能体、强化学习
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 运营 岗位的常见面试问题整理
我提到了电竞方面，另一个面试官就问我对于ig战队（lol）的看法，然后一道情景题：公司和ig方面有合作，怎样运营才能吸引ig粉丝使用我们产品
查看答题思路
1. 电竞营销=粉丝经济，核心是社区运营而非传统广告 2. 跨界合作：战队/选手/IP 联名，借粉丝流量 3. 内容策略：比赛直播/选手日常/粉丝二创/社区活动 4. 案例：用 STAR 讲一个电竞相关的运营策划
另一个面试官看我的专业（偏设计）就问我愿不愿意做产品设计方向，让我发作品集 大概就这些 #咪咕#<a href="/creation/subject/928d551be73f40db82c0ed83286c8783" target="_blank" class="s
查看答题思路
1. 核心概念：一句话说清这个问题的底层逻辑 2. 方法论/框架：用 STAR 原则或专业框架结构化回答 3. 实际案例：结合一个具体场景说明 4. 量化结果：用数据佐证你的观点
你认为内容运营需要具备哪些能力
查看答题思路
1. 内容运营=创作有价值的内容→分发到正确渠道→吸引目标用户→促成转化 2. 核心能力：选题能力（知道用户想看什么）、写作能力、数据分析能力（用数据迭代内容策略） 3. 生命周期：选题→创作→审核→发布→分发→数据回收→优化→二次传播 4. 优质内容标准：原创/有用/有趣/有共鸣/有行动引导
谈谈你理解的内容生命周期
查看答题思路
1. 真诚：为什么对这个方向感兴趣（具体经历/瞬间） 2. 匹配：你的能力和这个岗位的契合点 3. 成长：你希望从这个岗位学到什么 4. 贡献：你能为团队带来什么
自我介绍
查看答题思路
1. 我是谁（姓名+学校+专业，15秒） 2. 我做过什么（最相关的 1-2 个经历，30秒） 3. 为什么适合这个岗位（能力匹配，15秒） 4. 总时长控制在 1 分钟以内 5. 避免：念简历、说「我学习能力强」这种空话
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。