岗位职责
- 驱动智能攻防体系升级：将大模型能力嵌入威胁检测、异常识别、漏洞挖掘与自动响应场景，打造具备自学习、自适应能力的智能安全引擎；
- 构建AI安全全生命周期防护体系：深入研究模型对抗样本、提示注入、滥用检测、防窃取等关键问题，建立覆盖训练、部署、推理、调用全阶段的安全技术体系；
- 保障数据与模型的隐私安全：结合可信执行环境（TEE）、机密计算等先进技术，保护多租环境下的模型和数据安全；
- 开发高效安全工具链：参与漏洞扫描、代码审计、配置检测等能力平台的研发，提升DevSecOps体系的智能化与自动化水平；
- 跟踪行业趋势，参与攻防实践：关注AI安全前沿研究，参与攻防演练、漏洞分析、开源共建等项目，推动行业安全能力演进。
职位要求
- 热爱编程，熟悉 Java、Golang、Python、C/C++ 等语言中的至少一种，有良好的编程习惯；
- 对算法、数据结构、操作系统、网络通信等计算机专业基础有较好的掌握和理解；
- 热爱安全攻防，对网络安全和 AI 安全均有一定了解，理解传统攻防手法与防御思路（如 Web 安全、网络协议安全、系统安全等），同时关注 Prompt 注入、越狱攻击、数据泄露等 AI 时代的新型安全风险；
- 对 AI/LLM 技术有浓厚兴趣，了解大模型、Agent、RAG 等相关技术概念，理解 Agent 系统的基本架构（工具调用、规划、记忆、多 Agent 协作等）；
- 学习能力强，对新事物抱有好奇心，有良好的沟通能力和团队协同能力，善于独立思考和反思总结。 加分项
- 有 ACM、超算、CTF、安全攻防等编程或安全类竞赛获奖者优先；
- 有项目开发经验，参与过开源项目者优先；
- 熟悉云场景和相关中间件者优先；
- 有 LLM 应用开发、Agent / Multi-Agent 系统构建经验者优先，有将 Agent 技术应用于安全场景（如自动化威胁检测、智能告警研判、攻击溯源等）的实践经验更佳；
- 对应用层漏洞原理、代码审计、漏洞利用与防御方式有扎实基础，或在 AI 安全方向（如大模型红队测试、Agent 安全沙箱、对抗攻防）有研究或实践经验；
- 发现过真实场景的安全问题，在工业界或学术会议上发表过研究成果者优先。
