岗位职责
负责大模型（LLM）及其上层应用的安全研究与攻防体系建设。以安全运营视角切入，通过对海量请求、日志与业务数据的分析，识别模型与系统层面的漏洞、滥用与风控缺口，并从网络层到应用层设计、落地端到端的安全防护方案。你将像一个"漏洞挖掘者"一样，主动发现问题、还原攻击链路、给出可工程化的解决策略。 核心职责
- 大模型安全研究与攻防 开展大模型安全前沿研究，覆盖提示词注入（Prompt Injection）、越狱（Jailbreak）、数据泄露、模型滥用、Agent/工具调用劫持、供应链投毒等攻击面。 复现与挖掘新型攻击手法，构建可量化的攻防评测集与红队测试能力，输出漏洞分析报告与修复建议。 跟踪学术界与工业界最新研究成果，沉淀为团队可复用的检测规则、防御策略与知识文档。
- 安全运营与数据驱动风控 从安全运营视角出发，对网关流量、请求日志、渠道调用、Token 消耗等多维数据进行分析，定位异常行为、欺诈滥用与策略盲区。 设计并迭代风控策略（限流、封禁、灰度、异常检测、行为画像等），持续评估策略有效性与误杀率。 建立安全事件的监测、告警、响应与复盘闭环，形成可度量的运营指标体系。
- 全栈安全能力建设 负责安全工具、检测平台、可视化看板等系统的架构设计与全栈开发，独立完成从前端到后端、从数据采集到分析展示的完整链路。 深入网络层（TCP/HTTP/HTTP
- TLS、代理、网关、负载均衡）到应用层（模型服务、Agent 框架、API 编排）的实现细节，识别各层的安全风险并加以加固。 保障所交付系统在高并发、大流量场景下的稳定性、性能与可扩展性。
职位要求
- 基础能力 计算机、网络安全、人工智能等相关专业本科及以上学历，具备扎实的安全与工程功底。 熟练掌握至少一门后端语言（Python / Go / Java / C++ 等）及主流前端技术，具备独立完成全栈项目的能力。 具备实际的漏洞挖掘、端逆向与利用经验。 熟练使用AI，并构建过属于自己的AI Native
- 安全研究与运营 有大模型安全、AI 安全、红蓝对抗或安全研究相关经验，熟悉主流 LLM 的调用方式与典型攻击面。 具备安全运营思维，思路清晰，能够基于数据（日志分析、指标建模、异常检测）推导漏洞成因与风控策略，而非依赖直觉。 熟悉常见风控、限流、认证鉴权、加密签名等安全机制的设计与落地。
- 问题发现与解决 具备敏锐的问题嗅觉与系统性思维，能够像挖漏洞一样主动发现隐藏的缺陷、逻辑漏洞与攻击路径。 面对复杂、模糊、无先例的问题，能够快速拆解、定位根因并给出可工程化落地的解决方案。 有较强的自驱力、责任心与跨团队协作沟通能力，能独立推进从 0 到 1 的研究与建设项目。
