莉莉丝游戏
校招【2027秋招】算法工程师（AI NPC方向）
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 计算机、人工智能、软件工程、电子工程等相关专业应届毕业生。
- 熟悉C++、Rust、Python中的至少一种，具备扎实的算法、数据结构和计算机基础，能编写清晰、可维护、可测试的代码。
- 了解多线程、异步编程、网络通信及并发控制，具备高并发、低延迟系统的基础认知。
- 具备工程健壮性意识，能够关注并处理异常、超时、重试、资源释放及并发冲突等问题。
- 了解大语言模型基本原理，熟悉Prompt设计、上下文管理和结构化输出等方法。
- 了解LLM Agent基本架构，并在任务规划、工具调用、记忆系统、RAG或多Agent协作等方向有实践或研究经历。
- 了解Unity、Unreal、Godot等至少一款游戏引擎，或具备游戏开发、仿真环境、机器人环境等项目经验。
- 对游戏与人工智能交叉领域有浓厚兴趣，具备良好的学习、沟通和团队协作能力。
- 加分项
- 有LLM Agent、智能NPC、游戏AI、强化学习、模仿学习或多智能体相关项目经验。
- 有工具调用、工作流编排、长期记忆、上下文压缩、RAG或向量数据库等模块开发经验。
- 了解Agent评测方法，能从任务完成率、稳定性、响应延迟、Token消耗及输出质量等方面进行分析。
- 有高并发、低延迟服务或分布式系统实践经验，了解RPC、消息队列、缓存、限流、重试、熔断及服务降级等机制。
- 熟悉Docker、Git、CI/CD等常用工程工具。
- 熟悉游戏开发流程，具备行为树、状态机、效用系统、GOAP等游戏AI开发经验。
- 有相关论文、竞赛、开源项目、实习或个人作品，并能清晰说明个人贡献。
岗位描述
- 1. 参与游戏AI算法的设计、实现与优化，包括但不限于策略搜索、多智能体协作、AI拟人化决策、行为规划等方向；
- 2. 参与LLM Agent系统的设计与开发，探索大语言模型在游戏角色、智能NPC、剧情交互、自动化测试及游戏内容生产等场景中的应用；
- 3. 参与Agent的任务规划、记忆管理、工具调用、知识检索、状态管理及多Agent协作等模块的开发与优化；
- 4. 结合游戏引擎和服务端系统特点，完成算法原型验证、工程实现及系统集成；
- 5. 关注算法模块的稳定性、性能和可维护性，参与异常处理、超时控制、并发处理、资源管理及性能优化等工作；
- 6. 探索LLM、强化学习、模仿学习、多智能体系统等前沿AI技术在游戏场景中的应用；
- 7. 撰写技术文档，参与代码评审、技术方案讨论及团队技术分享。
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。