安全大模型 / AI Agent 算法工程师

1.负责面向网络安全场景的大模型与 AI Agent 核心能力研发，包括但不限于安全推理、漏洞分析、自动化渗透测试、威胁分析、代码安全、安全运营等方向，探索 AI 对传统安全能力的重构； 2.负责大模型 Post-training 与 Agent 能力优化，结合 SFT、RL、偏好优化、推理增强、Tool Use、RAG、Memory、Multi-Agent 等技术，持续提升模型在复杂安全任务中的推理、规划、工具调用和自主执行能力； 3.构建高质量安全数据与数据飞轮，从真实业务、漏洞案例、安全专家经验、攻防过程和模型运行轨迹中自动挖掘、清洗和生成训练数据，建立“数据—训练—评测—反馈—迭代”的持续进化闭环； 4.建立面向真实安全任务的大模型 / Agent 评测体系，设计 Benchmark、自动化评测和效果分析方法，从任务成功率、漏洞发现能力、误报率、推理效率、工具调用准确率等维度衡量并持续提升模型能力； 5.跟踪并验证 AI 前沿技术，关注 Foundation Model、Reasoning Model、Agent、RL、Context Engineering、Test-time Scaling 等方向，将前沿研究快速转化为可验证、可落地的安全能力； 6.与安全专家、算法、工程及产品团队紧密合作，将模型能力应用到真实安全业务中，并通过真实场景反馈持续推动算法和系统演进。 【任职要求】 1.计算机、人工智能、机器学习、自然语言处理、网络安全或相关专业本科及以上学历，硕士 / 博士优先； 2.具备扎实的大模型基础，对 Transformer、LLM Post-training、推理模型、Agent 等技术有深入理解，并具备实际研发或落地经验； 3.具备较强的动手和实验能力，能够独立完成从问题定义、数据构建、模型训练 / 调优、Benchmark 设计到效果分析的完整研发闭环，而不仅限于模型 API 调用； 4.熟悉至少一个大模型训练与推理技术栈，如 PyTorch、Transformers、vLLM、SGLang、DeepSpeed、Ray 等；具备大规模训练、强化学习或推理优化经验者优先； 5.对 AI Agent 有较深入理解，具备 Tool Use、Function Calling、RAG、Memory、Workflow、Multi-Agent 或 Agent Harness 等相关实践经验者优先； 6.具有较强的问题抽象能力和研究能力，能够快速理解新技术、复现前沿工作，并判断其在真实业务中的价值； 7.对网络安全、漏洞挖掘、渗透测试、代码安全、威胁分析等方向有经验或浓厚兴趣者优先；具备 AI × Security 交叉背景者优先； 8.在 NeurIPS、ICML、ICLR、ACL、EMNLP、USENIX Security、IEEE S&P、CCS、NDSS 等顶级 AI / 安全会议发表过高质量论文，或在开源项目、Benchmark、算法竞赛中有突出成果者优先； 9.具备良好的沟通协作能力和技术判断力，能够与算法、安全专家及工程团队共同解决复杂问题。