跳至主要內容

工程

AI/機器學習工程師——關卡生成與求解器

打造 OutBrick 棋盤背後的系統:程序化關卡生成、驗證每個棋盤的求解器,以及在裝置上進行、溫和的個人化。

  • 地點遠端
  • 類型全職
  • 團隊工程
  • 申請截止2026年12月31日

關於這個職位

OutBrick 的 2,000 個棋盤,每一個在推出前都經求解器解開過,所以玩家永遠不會遇到死路。你將負責這整套流程並把它推得更遠:生成既有趣又可解的棋盤、為它們分級難度,並設定讓人覺得公平的目標步數。

你也會探索個人化——依照棋盤前的玩家調整難度節奏——但有一個明確的限制:OutBrick 沒有分析 SDK,也不收集遊戲資料,所以任何因應玩家而調整的東西,都必須在裝置上執行。

你會做什麼

  • 負責並擴充棋盤求解器,以及它對每個上線棋盤的驗證
  • 為新章節打造程序化生成系統,包括難度分級和目標步數設定
  • 研究在裝置端進行、不需讓資料離開裝置的節奏和提示個人化
  • 打造工具,讓設計師能自己生成、檢查和調整棋盤
  • 讓流程可重現,讓結果能向非專業人士解釋清楚

你需要具備

  • 扎實的 Swift、Python、C++ 或 Rust 軟體工程能力——並願意跨語言工作
  • 有搜尋與規劃(A*、IDA*、含剪枝的 BFS/DFS、限制求解)或組合最佳化的經驗
  • 從資料到評估的機器學習實務經驗
  • 在啟發式方法更好時,有選擇簡單啟發式而非模型的判斷力

加分條件

  • 有遊戲程序化內容生成的經驗
  • Apple 平台上的裝置端機器學習(Core ML、Create ML、Metal)
  • 發表過關於解謎、搜尋或程序化內容生成(PCG)的論文、演講或開源專案

條件沒有全部符合?照樣來應徵吧。我們寧願認識一位能在這裡成長的人,也不想錯過。

應徵

應徵這個職位。

十分鐘,不用帳號,不用上傳履歷。一個作品連結比履歷更能說明你。

除非標示為選填,否則都是必填欄位。

應徵職位 AI/機器學習工程師——關卡生成與求解器

任何最能展現你作品的東西:作品集、GitHub、頻道、LinkedIn 個人檔案。

為什麼想要這個職位,以及一件你做過、引以為傲的作品。幾段就夠了——不需要正式的求職信。

接下來:會有真人閱讀你的申請,並以電子郵件回覆。如果合適,我們會安排一場簡短的視訊通話。