岗位职责
- 防御机制测试： 对公司内大模型的安全围栏进行黑盒测试，通过实验分析其在内容过滤、逻辑保护方面的实现路径和问题，并输出分析报告。
- 安全围栏建设： 参与公司模型的内容审计系统开发，编写并维护核心的防御 Prompt 和过滤规则库。
- 风险路径探测： 对公司模型系统（含插件、沙箱）进行常规的安全评估，识别提示词泄露和接口滥用的潜在风险，并提出加固建议。
- 反蒸馏技术落地： 协助落地基础的防爬取、模型输出干扰等风控方案，保护公司模型资产。
- 跨团队协作： 与算法团队配合，将发现的安全漏洞转化为模型微调或对齐的训练样本。
职位要求
- 教育背景： 计算机、信息安全相关专业本科及以上学历, 对大模型底层原理（Transformer、RLHF等）有一定理解。
- 专业技能： 1) 熟悉 Python/Go 至少一种，有扎实的编码功底，能自己写工具。 2) 对 Prompt Engineering 有浓厚兴趣，是个“调教模型”的高手，能通过文字技巧引导模型突破限制。 3) 具备基础的网络安全思维（如逻辑漏洞分析、接口测试），了解容器或 Linux 沙箱基本概念。
- 核心潜力： 具备极强的自主学习能力。大模型安全每天都在变，你需要能快速读懂英文技术论文或社区讨论（如 GitHub/Twitter/Reddit）。
- 工作心态： 具备“红队思维”。喜欢钻研“这个东西是怎么工作的”、“我怎么能让它不按常理出牌”，不迷信权威方案。
- 加分项（非必须）： 有过 NLP 项目经验，或者在 Web 安全、移动安全领域有过一定深度的研究。
