O Mestrado em Inteligência Artificial para Jogos (Game AI) prepara o estudante para integrar equipas multidisciplinares na indústria de videojogos e em Investigação e Desenvolvimento (I&D), em funções que exigem domínio de Inteligência Artificial (IA), agentes autónomos, machine learning, data science e análise de dados. Exemplos de saídas profissionais e o que tipicamente fazem:
- AI Programmer (Programador de IA): implementa comportamento de NPCs e agentes (árvores de comportamento, planeamento, tomada de decisão), integra IA no motor de jogo e otimiza desempenho em runtime.
- Gameplay Engineer (Engenharia de Gameplay): desenvolve e ajusta sistemas de gameplay com suporte de IA (balanceamento, sistemas adaptativos, interação com agentes), garantindo robustez e integração com o resto do jogo.
- Gameplay Analyst (Analista de Gameplay): analisa telemetria e comportamento de jogadores (player analytics), identifica padrões de retenção/dificuldade, e apoia decisões de design com dados e experimentação.
- Data Scientist (Ciência de Dados): trabalha com pipelines de dados, modelação estatística e previsão; cria métricas, dashboards e modelos que suportam produto, design e operação de jogos.
- Machine Learning Engineer (Engenheiro de Machine Learning): treina, avalia e coloca em produção modelos de ML (incluindo reinforcement learning quando aplicável), com foco em performance, monitorização e integração em produtos interativos.
- UI/UX Analyst (Analista de UI/UX): estuda usabilidade e interação humano-computador (HCI), testa interfaces, interpreta dados qualitativos/quantitativos e propõe melhorias baseadas em evidência.
- Marketing Analyst (Analista de Marketing): aplica análise de dados para segmentação, campanhas, LTV/retention, e otimização de aquisição, ligando métricas de produto a decisões de marketing.
- Research & Development ¿ R&D (Investigação e Desenvolvimento): prototipa novas abordagens de IA para jogos, valida com métodos experimentais, publica ou transfere tecnologia para equipas de produto.
Transversalidade (conhecimento aplicável além dos jogos): As competências em IA, machine learning, agentes, otimização e análise de dados são altamente transferíveis para outros setores que usam sistemas inteligentes e dados, como robótica e sistemas autónomos, simulação, recomendação e personalização, saúde digital, fintech, indústria 4.0, mobilidade, HCI e XR/AR/VR.