岗位职责
作为数据安全领域的算法专家，你将深入多模态大模型与智能体（Agent）前沿技术，面向企业级数据安全与风险防护场景，打造业界领先的安全算法体系。
- 围绕文本、图像、音视频等多模态数据，开展理解、生成、编辑与交互算法研发，构建基于多模态预训练模型的跨模态理解与生成能力，增强对敏感信息的细粒度识别与自适应脱敏机制，优化模型在复杂真实场景中的鲁棒性与泛化性能。
- 熟悉现代Agent开发范式，对Prompt/Context/Harness/Loop有较深入理解。能熟练使用 LLM 编排框架（如 LangGraph、AutoGen）搭建可评估、可迭代的智能体工作流，推动其在智能审核、安全运营及智能问答等场景落地，提高安全运营效率。
- 基于用户、设备、应用、网络等多源异构数据，通过图神经网络（GNN）、时空序列分析与用户行为建模，构建鲁棒的异常检测与风险画像模型，结合因果推断与联邦学习，实现可解释的行为预测，支撑数据外发防控、UEBA等业务场景的落地。
职位要求
- 计算机、人工智能、数学及统计学等相关专业优先；3年及以上深度学习/大模型/多模态相关工作经验。
- 熟悉计算机视觉和多模态学习领域核心技术，掌握深度学习的理论基础与前沿实践，对图像/视频理解、跨模态建模、内容生成及表征学习等核心方法有理解。
- 熟悉Transformer系列架构及其在视觉-语言模型与扩散模型中的技术实现，具备多模态预训练或生成式模型项目经验者优先；熟练掌握Python与PyTorch框架，拥有从算法实现到模型部署的全链路工程落地能力。
- 熟悉Agent开发相关核心技术，掌握自主智能体与多智能体系统的架构设计原理，对大语言模型驱动的任务规划、工具调用、记忆管理与协同机制等核心组件有深入理解。
- 具备优秀的沟通协作能力、自驱力及持续学习与创新能力。 加分项
- 有多模态搜索、视觉问答、OCR/文档理解、视频理解等落地经验。
- 有顶会论文、开源贡献、竞赛奖项或高质量项目成果。
- 了解数据安全或网络安全或有相关安全风险业务背景优先。
