岗位职责
- 参与构建面向阿里集团海量安全业务的网络安全大模型，系统性突破在代码理解、漏洞挖掘、攻击模拟等高复杂度场景中的瓶颈；
- 负责高质量安全数据的构建，涵盖代码漏洞检测与修复、程序逆向与分析、安全领域工具（包括但不限于Fuzz、反编译、漏扫等）等多样化安全数据的加工处理和合成优化；
- 开展大模型全流程训练工作，包括预训练、SFT、Agentic RL等；
- 针对经典且依赖安全专家经验的的安全任务（如渗透测试、二进制代码分析、红蓝对抗策略生成、项目级代码漏洞发现与修复等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性；
- 探索大模型在代码安全、漏洞挖掘、逆向工程、数据安全、流量防护等方向的应用，并推动技术成果落地与学术发表。
职位要求
- 计算机、信息安全、人工智能或相关专业硕士及以上学历；
- 具备扎实的大模型基础知识和训练经验，熟悉大模型的模型架构和改进方案，熟悉预训练、SFT、GRPO、PPO、Agentic RL 等主流训练范式，并有实际项目或研究经历；
- 拥有网络安全领域知识基础，了解常见攻击手法、防御机制、日志分析或漏洞原理；
- 动手能力强，熟练掌握基于 DeepSpeed/Megatron 的各种训练框架变体，具备大规模LLM训练调优能力；
- 在AI或网络安全方向有科研产出，以主要作者身份在 NeurIPS、ICML、ICLR、ACL、IEEE S&P、USENIX Security、CCS、NDSS 等顶会发表过论文者优先。 加分项：
- 熟悉并在 CyberGym、SecCodeBench 等Cyber Bench上有过大模型训练实践经历；
- 有代码大模型训练经验、有软工领域例如面向SWE-Bench的Agentic RL经验；
- 熟悉逆向工程、二进制分析或程序静态/动态分析工具（如 IDA、Ghidra、Frida）；
- 具备 CTF 竞赛、漏洞挖掘（CVE 提交）、自动化渗透测试或红蓝对抗实战经验；
- 有安全领域通用智能体、AI 自动化攻防系统相关项目经历。 我们期待的你： 热爱技术，兼具 AI 与安全的跨界视野； 既能沉心钻研前沿算法，也能动手解决真实安全问题； 追求卓越，敢于挑战“AI+安全”融合中的硬核难题； 乐于协作，愿与团队共同打造下一代智能安全核心大脑。
