沐瞳科技
校招【2027届秋招】AI客户端开发工程师-MOBA
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 技术基础：
- -了解 Unity 引擎基本架构，掌握 C# 编程语言，有 Unity 项目开发经验（课程设计、个人项目均可）优先。
- -对 C++ 底层原理有初步认知，或有学习意愿与能力。
- -了解行为树、状态机等 AI 框架基本概念，具备一定的系统设计思维。
- 经验与技能：
- -有游戏开发相关实习、个人项目经验，或接触过帧同步、MOBA/RTS 类游戏开发逻辑者优先。
- -拥有代码 AI Agent 实战开发经验：实际使用过 Claude Code、Kimi Code、Cursor Composer、OpenAI Codex 同类工具完成demo或者项目功能开发；能够自主设计提示词、识别 AI 代码缺陷、校验并重构生成代码；简历附带项目 Demo/Git 仓库更佳
- 个人素质：
- -逻辑思维清晰，具备较强的学习能力和问题解决能力，能快速适应新环境与技术。
- -抗压能力强，有责任心，具备良好的沟通表达与团队协作意识。
- 行业热情：热爱游戏行业，对 AI 技术在游戏中的创新应用有浓厚兴趣，愿意在该领域长期发展。
岗位描述
- 1、战斗与 AI 开发辅助：协助团队完成 Unity3D 手游客户端战斗模块开发，参与行为树（Behavior Tree）、状态机（FSM）的设计与实现，了解深度学习 AI（如强化学习、决策模型）及大语言模型（LLM）在游戏场景的应用逻辑。
- 2、帧同步战斗逻辑学习实践：在指导下参与高实时性、强同步要求的帧同步战斗逻辑开发，助力保障战斗体验流畅性，积累相关技术经验。
- 3、AI 技术探索与应用：关注 AI 算法（深度学习、LLM 等）在游戏中的落地场景，协助优化 AI 性能与策略，参与战斗系统智能化升级相关的基础工作。
- 4、工程开发基础工作：编写规范、可维护的 C# 代码，学习代码优化技巧，确保代码具备可扩展性，逐步提升工程开发能力。
- 5、跨团队协作配合：积极与策划、算法、服务器团队沟通协作，配合完成技术方案落地，学习跨角色协同工作流程。
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 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
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。