职位描述: ai安全核心模块研发:参与新一代智能soc中ai算法模块的研发工作,负责安全日志分析、威胁情报提取、钓鱼邮件识别等场景下的小模型(slm)训练与大模型(llm)prompt/rag链路构建. agentic流程落地:深入理解安全运营(secops)诉求,使用最新的agentic理念和框架,编写高质量的工具调用(tool calling / function calling)接口,搭建告警分诊(triage)和溯源分析的智能体. 攻防工具链赋能:参与ai在漏洞挖掘和渗透测试中的探索性工作. 利用大模型辅助编写和生成fuzzing harness代码,提升传统漏洞挖掘工具的代码覆盖率 探索并实现渗透测试工具的智能化封装. 模型工程与优化:参与领域内大模型的微调(sft)和数据清洗工程,构建高质量的安全语料库 协助完成ai模型的线上部署、性能压测和推理加速工作. 前沿技术跟进:保持对开源ai社区(huggingface, github等)的极高敏锐度,快速评测最新的ai工具库、开源模型和技术方案,并形成业务转化.

任职资格 学历与经验:计算机、数学或相关专业本科及以上学历,3年以上算法与工程开发经验. 坚实的传统机器学习基础:除了深度学习,需熟练掌握常用经典机器学习算法的底层原理,熟练使用scikit-learn, lightgbm, xgboost等工具库. 有实际的异常检测、时间序列挖掘及模型调优的工程化落地经验. 大模型与前沿ai能力:熟悉主流的生成式大模型架构与微调机制 熟悉现有的各类ai应用工具和开发范式,有实际使用langchain/llamaindex等框架搭建rag或agent系统的开发经验. 工程能力过硬:极强的动手能力和coding能力,熟练使用python(熟悉c/c++或go更佳) 能写出高质量、易维护、高并发的工程代码,熟悉基于docker/k8s的模型部署,对fastapi等各类服务框架有具体的实践落地. 面对ai重构传统业务的挑战,有自我驱动力,具备极强的快速学习能力和解决实际业务痛点的热情.