岗位职责
本职位聚焦"安全 × 大模型"的攻防对抗交叉领域，工作围绕业务主线-威胁检测和运营展开，具体来说方向包括不限于：AI for Security（用大模型赋能检测与运营）、Security for AI（大模型与 Agent 系统的安全检测与防护）、大模型安全对抗（越狱、投毒、对抗样本等模型层威胁的攻防）等方面。 一、威胁检测工程与告警运营
- 检测规则与逻辑设计：设计和维护覆盖终端、身份、网络、云、应用和数据访问场景的检测规则与检测逻辑，将攻击假设转化为可落地的检测方案，包括数据源要求、检测逻辑、证据字段、误报边界、处置建议和测试样本；参与网络安全架构的设计与演进，将攻防实践转化为检测与防控能力；
- 告警运营与数据治理：参与日志标准化、字段治理和数据质量监控，设计告警去重、聚合、抑制与富化流程，结合资产、身份、漏洞、威胁情报和历史事件上下文，提高告警可解释性和有效案例转化率； 二、AI 安全对抗
- AI for Security——智能研判与检测工程化： 1) 建设 LLM 告警预研判与 Agent 自动研判工作流（告警摘要、证据包、风险评分等），持续评估 AI 研判效果并分析负面案例； 2) 探索大模型辅助的检测规则生成、增强与测试样本生成；建立检测规则的测试、回放、发布与效果评估机制，推动检测与 AI 研判能力沉淀为团队资产；
- Security for AI 与大模型安全对抗： 1) 建设面向大模型应用与 Agent 系统的安全检测与防护能力，覆盖 Prompt injection、RAG 污染、Agent 工具滥用、越权调用、敏感数据外泄等新型威胁场景； 2) 开展越狱攻击、对抗样本、数据投毒、AIGC 滥用等模型层威胁的攻防对抗，将攻击行为拆解为可观测信号并沉淀为检测规则与防护策略； 3) 参与 AI 安全架构的设计与演进。
职位要求
- 具备 1 年以上安全运营、检测工程、威胁狩猎、SIEM 内容开发、蓝队或安全数据分析经验；
- 理解常见攻击链和 ATT&CK 技术（身份攻击、横向移动、权限提升、持久化、数据外传、云控制面滥用等），能把攻击行为拆解为可观测信号并判断检测边界；
- 具备实战攻防经验：渗透测试、应急响应、入侵检测、威胁狩猎、黑产对抗等至少一项，能把攻击视角转化为检测与防控设计；
- 具备使用AI对安全场景进行分析、建模的能力。
- 对安全技术有热情，学习快、能独立思考、表达清晰，善于反思总结并沉淀实践经验。 加分项
- 有 EDR、NDR、云安全平台告警调优或威胁狩猎经验；
- 有 AI for Security 实践经验：AI SOC、LLM 告警预研判、智能研判、检测规则自动生成等；
- 有 ClickHouse、Kafka、Elastic、Splunk、Sentinel、SLS 等安全数据平台经验；
- 有攻防实战或漏洞研究的优秀产出：CTF/SRC优秀名次、高质量漏洞披露（CVE等）、深度漏洞挖掘或攻击分析成果、安全会议分享、开源安全项目贡献或优秀课题成果；
- 有 Security for AI 或大模型安全实践经验：LLM/RAG/Agent/MCP 应用安全、Prompt injection 与工具滥用对抗、越狱与红队演练、对抗样本与数据投毒研究等。
