岗位职责
面向无影云电脑场景，围绕“AI、安全、态势感知”，参与构建面向云电脑的智能化安全运营与自适应防护体系，聚焦异常检测、行为分析、威胁情报融合、SOAR编排与GenAI在SOC流程中的落地。
- 设计并实现基于机器学习的异常检测与行为分析方法，用于识别云桌面环境中的未知威胁与异常操作，提升及时性与准确性；
- 搭建并打通多源异构安全数据采集与数据标准化流程，完成大规模数据的实时分析与指标沉淀，用于多维态势感知与风险评估；
- 汇聚与清洗威胁情报，构建训练/评测数据集，开展特征工程与模型对比实验，优化误报率与响应效率；
- 参与云原生安全态势感知系统架构设计与联邦学习算法开发，优化威胁检测模型性能与轻量化部署；
- 产出技术文档、实验报告、论文/专利草案，沉淀可复用方法、数据Schema与评测基准。
职位要求
- 计算机科学、网络安全、人工智能等相关专业硕士及以上学历（博士优先）；
- 掌握机器学习/深度学习基础，具备异常检测、行为分析或时序建模的课程或项目经历；
- 熟练使用C++/Go及常见ML/NLP框架，具备日志/网络/终端等安全数据处理与特征工程能力；
- 理解SOC的基本流程与能力域，对暴露评估、告警研判、态势评估与预测等概念有基础认知；
- 具备数据治理意识，理解多源异构数据采集、范式化与实时分析在安全运营中的价值；
- 对AI在网络安全中的应用保持兴趣，关注技术前沿并具备自我驱动的研究能力。 加分项
- 有GenAI/LLM、RAG或Agentic AI在安全运营方向的项目/论文/竞赛经历，能将自然语言知识转化为规则、剧本与流程编排；
- 在安全、系统、数据领域的论文、开源或专利产出。
