強化学習エンジニア（ゲーム自動プレイ・バランス最適化）

ゲームの自動プレイとゲームバランスの最適化に向けて、強化学習を利用したAIシステムの設計、開発、導入を行う業務です。QAやテストの自動化に使うプレイエージェント、プレイヤーボット、ナビゲーションAIを開発し、自己対戦や報酬設計を通じてバランス調整を支援します。NPCやエージェントの行動モデルを生成し、プレイヤーのスキルに応じて振る舞いを変えるAIも扱います。

ゲームプレイデータをもとに、模倣学習を含む強化学習モデルを構築します。エージェントを学習させるための環境シミュレーションを作り、クラウドや分散処理環境でアルゴリズムを実装・最適化します。ゲームデザイナーやQAチームと協力して、強化学習をゲーム開発のワークフローへ組み込むことも担当します。社内外への技術発信として、技術ブログの執筆も行います。

必須条件は、強化学習および機械学習の理論と実装に関する知識、PythonとC++またはC#による開発経験、TensorFlow・PyTorch・JAXなどの深層学習フレームワークの使用経験です。Ray RLlib、Stable Baselines、OpenAI Gymなどの強化学習ライブラリを使ったモデル開発経験と、線形代数、確率・統計、最適化手法を含む数学・統計の基礎知識も求められます。

ゲームAIの開発経験、強化学習によるゲーム自動プレイやバランス調整の実プロジェクト経験は歓迎されます。分散学習、AWS・GCP・Azure・Kubernetesを使った開発、モデルのデプロイや継続的学習などのMLOps・DevOps、CI/CDの経験も対象です。プレイヤー行動データを利用した模倣学習やデータ駆動型AI、シミュレーション環境の構築、ゲーム開発工程へのAIツール統合の経験も歓迎条件に含まれます。英語による技術文書の読解とコミュニケーション能力も歓迎されています。

ゲーム開発とAI技術の組み合わせに関心を持ち、新しい技術を学び続けられること、機械学習や強化学習の研究成果を実際のゲーム開発へ応用できることが想定されています。ゲームデザイナーやエンジニアとの協調、未知の問題を試行錯誤で解決する姿勢、プレイヤー体験を高めるAIへの関心も人物面の条件です。

雇用形態は業務委託です。報酬は応相談で、月額25万円から90万円と掲載されています。勤務地は東京都渋谷区南平台町および東京都目黒区青葉台の拠点で、勤務地、稼働、報酬の詳細は面談で相談します。掲載されているサポート制度には、総会、オフィシャルクラブ、懇親会費用補助、ゲームプレイルーム、入社研修、CyStudy、スキルサーズデー、インフルエンザワクチン接種、社内常設の整体、ソフトドリンク無料、ランチ補助があります。