【实习/校招-腾讯】游戏AI算法研究实习招募 [复制链接]

阿轴

帮腾讯TEG AI平台部的前老板（11级 T3.3）招人，方向为游戏AI算法。个人建议有亮点的可以考虑写一个简单的cover letter，需要更多信息的可以加我微信：122673248 叶。校招的话，老板说20届有名额，但是比较少，可以投投看。
【亮点】在全球最赚钱的游戏公司做游戏AI!!!
部门目前发展迅速，之前腾讯大力宣传的绝艺和王者荣耀AI都是这个团队完成。个人觉得是应用和研究结合得非常紧密的部门，方向有学术价值，公司需要产出。涉及的具体方向包括但不限于：强化学习、计算机视觉、自然语言处理等等。

【职位及要求】工作内容：在（深度）强化学习领域进行创新性研究； 建模（深度）强化学习在游戏等产业落地时遇到的问题， 能够独立研究并解决； 具有以下相关项目研究积累尤佳： 1.模仿学习：利用游戏玩家数据生成风格化各异的游戏AI角色；利用玩家数据学习出具有一定智能的游戏AI角色； 2.强化学习：利用游戏等仿真环境训练过强化学习AI智能体；能够生成难度可控的游戏AI角色；设计新的强化学习算法，提高强化学习效率和效果； 3.多智能体：在竞争或合作的仿真环境训练过多智能体AI；设计新的多智能体算法， 提高多智能体算法的效果
任职要求：热爱游戏，熟悉多类型游戏者优先（很重要，做自己喜欢的东西是最有动力的）； 计算机或相关专业硕士以上学历，保持对领域最前沿技术的跟踪； 能熟练使用主流深度学习框架，如tensorflow、mxnet、caffe、theano、keras等，具备实现常用的深度强化学习算法能力； 在人工智能会议和期刊发表过优秀论文，有顶级会议期刊发表经历者优先（NIPS, IJCAI, AAAI, ICML, ICLR，AAMAS等）； 在以下（深度）强化学习领域有一定积累者优先： 1.无模型学习（Model-Free RL）: Value-Based Algorithm, Policy Gradients, Deterministic Policy Gradients, Distributional RL, Evolutionary Algorithms； 2.模仿学习（Imitation Learning and Inverse Reinforcement Learning）: Behavior Clone, GAIL； 3.多智能体学习（Multi-agent learning）； 4.探索（Exportation）: Intrinsic Motivation, Unsupervised RL； 5.迁移和多任务（Transfer and Multitask RL）: Progressive Networks, UVFA, UNREAL, HER； 6.分层（Hierarchy）: STRAW， Feudal Networks， HIRO。
工作地点：腾讯深圳

【申请方式】邮件标题及简历命名格式：【校招】姓名-学校-学历 或者【实习】姓名-学校-学历发送简历到  hxf990@gmail.com