AI游戏本地化专家

1、AI Copilot 系统研发:负责本地化 AI Copilot 系统的架构设计与核心代码编写,实现 AI 辅助翻译、术语推荐、译后编辑(PE)等功能。

2、向量检索与 RAG 落地:负责向量数据库(Vector DB)的选型、搭建与优化;利用检索增强生成(RAG)技术,将现有的翻译记忆库(TM)和术语库(TB)转化为向量,实现高召回、高精准的上下文检索。

3、主流大模型(LLM)接入与性能优化:负责将 Google Cloud(Vertex AI / Gemini)、OpenAI、Claude 等海外主流 AI 模型,通过 API 高效、稳定地接入公司现有的本地化作业平台与 CAT 自动化流水线;并解决大模型调用中的高并发、高延迟、API 限流等问题,优化 Token 消耗成本。

4、Prompt 工程与调优:主导面向多语种(特别是复杂语种,如韩语、泰语、缅甸语、西语等)的 Prompt 设计、微调与评估;通过 Few-shot、COT、Structured Output 等技术,确保 AI 翻译在字数限制、标签(Tag)保留、语气风格上达到工业级游戏本地化标准。

5、本地化 TMS 系统开发与运维:负责本地化 TMS 系统的新特性开发与已有功能的维护、性能优化,实现本地化流程自动化和全球应用。

6、本地化业务支持:理解游戏本地化流程与实践,利用 AI 与工具能力持续优化本地化效率与质量;后续可负责一到多款游戏的多语言本地化,与上游研发团队和发行团队沟通、制定整体本地化计划与预算、交付符合质量要求的本地化多语言版本。

1、本科及以上学历,计算机、语言类、本地化或相关专业,有3年以上实际开发经验。扎实的编程能力,熟练掌握 Python / Go / Node.js 中的至少一种开发语言,具备良好的编码规范。

2、大模型开发经验:熟悉 LangChain、LlamaIndex 等主流 LLM 开发框架,有实际的大模型 API(如 Google Vertex AI, OpenAI)对接与工程化落地经验。

3、向量数据库经验:熟悉至少一种向量数据库(如 Milvus, Qdrant, Pinecone, Chroma),理解向量嵌入(Embedding)原理,有 RAG 系统调优经验者优先;同事具备优秀的Prompt 能力,对 Prompt Engineering 有深入理解,能够熟练编写结构化 Prompt,并能通过自动评估或评测集不断迭代 Prompt 效果。

4、游戏本地化认知:了解游戏端内外内容的本地化流程和实践,有游戏本地化版本成功交付经验者优先;熟悉翻译、审校、 配音或LQA流程,对游戏本地化有独到的见解,善于利用工具和 AI 能力持续优化本地化效率和质量。

5、熟悉本地化业务:熟悉翻译记忆库(TMX)、术语表(TBX)、CAT 工具;具备MS office等本地化行业常见文档格式处理能力和经验者优先。

6、英语能力:书面或口头交流顺畅,能快速阅读英文技术文档,并与海外团队、供应商顺畅沟通。