岗位职责
多模态数据集构建： 参与构建高质量、多维度的训练与评测数据集（Benchmark），支撑敏感数据识别模型在文本、图像、跨模态场景下的分类与检测任务。 CV/VLM模型训练与调优： 负责视觉（CV）及视觉语言大模型（VLM）的训练、微调（SFT）与效果评估；针对 Bad Case 进行深入的归因分析，驱动样本扩充与算法策略优化。 Agent数据飞轮与前沿探索： 结合数据安全领域知识，参与构建基于 Agent 的自动化数据飞轮；探索“自动标注—模型推理（Reasoning）—难例挖掘—模型迭代”的闭环流程，尝试通过 RSI（递归自我改进）机制持续提升模型准召率。 学术成果与影响力转化： 将实习期间的业务创新与探索成果，转化为高水平学术论文。
职位要求
教育背景： 计算机、人工智能、模式识别、网络安全、数学等相关专业，在读硕士或博士研究生。 模型与算法基础： 熟悉 CV、NLP 或多模态（VLM）领域的基础理论与前沿进展； 有大模型微调（LoRA/全量）、Prompt Engineering、RAG 或 LLM Agent 相关的实验室项目或实践经验。 工程与代码能力： 编程基础扎实，熟练使用 Python 和 PyTorch 框架，具备良好的代码规范和独立复现论文代码的能力，熟悉AI Coding，熟练使用主流Harness。 学术与竞赛经历（加分项）： 在 CV/NLP/AI 领域顶会/顶刊（如 CVPR, ICCV, NeurIPS, ICML, ICLR, ACL, EMNLP 等）有论文发表或正在投稿（含在审）者优先； 有大模型数据合成（Synthetic Data）、模型 Reasoning 能力提升、或安全风控相关研究背景者优先； 实习要求： 具备强烈的技术好奇心和自驱力，善于沟通；保证每周至少实习 4 天，持续 3 个月以上。
