AI/ML-ingeniør — baneudvikling og løser

Om stillingen

Hvert eneste af OutBricks 2.000 brætter blev klaret af en løser, før det udkom, så ingen spiller nogensinde møder en blindgyde. Du kommer til at eje den pipeline og skubbe den videre: generere brætter, der er interessante og ikke bare løselige, gradere deres sværhed og sætte trækmål, der føles fair.

Du kommer også til at udforske personalisering – at tilpasse sværhedens tempo til spilleren foran brættet – under én fast betingelse: OutBrick har ingen analyse-SDK og indsamler ikke spildata, så alt, der tilpasser sig en spiller, skal køre på enheden.

Det, du skal lave

• Eje og udvide brætløseren og dens verifikation af hvert udgivet bræt
• Byg proceduremæssig generering til nye kapitler med sværhedsgradering og fastsættelse af trækmål
• Forsk i personalisering af tempo og tip på enheden, som ikke kræver, at data forlader enheden
• Byg værktøjer, så designere selv kan generere, undersøge og finjustere brætter
• Hold pipelinen reproducerbar og resultaterne forklarlige for en ikke-specialist

Det, du har med

• Stærk softwareudvikling i Swift, Python, C++ eller Rust – og lyst til at arbejde på tværs af dem
• Erfaring med søgning og planlægning (A*, IDA*, BFS/DFS med beskæring, løsning af begrænsninger) eller kombinatorisk optimering
• Praktisk erfaring med maskinlæring, fra data til evaluering
• Dømmekraften til at vælge en simpel heuristik frem for en model, når heuristikken er bedre

Rart at have

• Erfaring med proceduremæssig generering af indhold til spil
• ML på enheden på Apple-platforme (Core ML, Create ML, Metal)
• En udgivet artikel, et foredrag eller et open source-projekt om puslespil, søgning eller PCG

Krydser du ikke alle felterne af? Søg alligevel. Vi vil hellere møde nogen, der kan vokse ind i det, end gå glip af dem.