強化学習エンジニア（ゲーム自動プレイ・バランス最適化）／東京

以下のいずれかの経験・知見が求められます。

• 強化学習（RL）アルゴリズムの設計・実装経験（DQN、PPO、SAC等）
• Pythonを用いた機械学習・深層学習モデルの開発経験
• PyTorch / TensorFlow 等の深層学習フレームワークの実務利用経験
• ゲームまたはシミュレーション環境（OpenAI Gym、Unity ML-Agents等）での強化学習適用経験
• クラウド環境（AWS / GCP / Azure）での分散学習・インフラ構築経験
• 報酬設計・環境シミュレーション構築の実務または研究経験

• クロスファンクショナルな協働力:
  ゲームデザイナー・QAチームなど非エンジニア職種と密に連携し、強化学習ワークフローを共同設計できるコミュニケーション能力が求められます。
• 技術発信・ドキュメンテーション能力:
  技術ブログ執筆が職務に含まれるため、研究・実装内容を社内外に分かりやすく言語化・発信できる能力が重要です。
• 問題の本質を見抜く分析力:
  ゲームバランスや自動化の課題を定量的に分解し、強化学習で解くべき問題として適切に定式化（報酬設計・状態空間設計）できる思考力が必要です。
• 自律的な学習・研究推進力:
  RLの最新論文やOSSを継続的にキャッチアップし、実プロダクトへの適用可能性を主体的に探索・提案できる姿勢が求められます。
• 品質・クオリティへの強いこだわり:
  「最高のコンテンツを作る」というCygamesのミッションに共感し、ゲームとAI双方のクオリティに妥協しない姿勢が文化的にフィットする条件となります。

• 模倣学習（Imitation Learning）の実装経験:
  既存プレイヤーデータからの行動モデル生成（Behavioral Cloning、GAIL等）に関する知識・経験があると即戦力として活躍できます。
• ゲーム開発・ゲームAIへの理解:
  Unity / Unreal Engine等のゲームエンジンを用いた開発経験、またはゲームAI（NPC行動設計、ナビゲーションAI等）に関する知識があると業務にスムーズに適応できます。
• マルチエージェント・自己対戦（Self-Play）の経験:
  AlphaZeroやOpenAI Fiveのようなマルチエージェント強化学習・自己対戦手法の実装・研究経験があると活躍の幅が広がります。
• Kubernetes / Ray / Spark等の分散処理基盤の利用経験:
  クラウド上での大規模分散強化学習の実行・最適化経験があると、即日貢献が期待されます。
• 学術論文の読解・実装再現能力:
  トップカンファレンス（NeurIPS・ICML・ICLR等）の論文を読み解き、プロトタイプとして実装できるスキルは高く評価されます。

• ゲームドメイン特化の強化学習実装力:
  ゲームの自動プレイ・バランス最適化という実世界問題に強化学習を適用する実践的なスキルが身につきます。学術的な知識を商業タイトルに応用した稀少な実績が形成されます。
• 大規模分散強化学習の設計・運用スキル:
  クラウド・分散処理環境での強化学習アルゴリズムの実装・最適化を通じて、スケーラブルなMLインフラ設計と運用のノウハウが習得できます。
• プロダクト横断のAIワークフロー構築経験:
  ゲームデザイナー・QAチームと連携してAI活用ワークフローを設計・導入する経験は、AIエンジニアとしてのビジネス貢献力を大きく高めます。
• 技術ブランディング・アウトプット能力:
  技術ブログ執筆を通じて、複雑なAI技術を一般・社内向けに分かりやすく説明するドキュメンテーション・コミュニケーションスキルが磨かれます。
• Cygames Research との協働を通じた研究開発経験:
  最先端の研究職と協働しながら研究成果を実用化するプロセスを経験することで、研究と開発の両輪を理解したエンジニアとして市場価値が高まります。