岗位职责
- 面向 EDR、威胁对抗与安全治理场景，负责端侧智能检测与安全智能算法能力建设，覆盖 APT 检测、威胁狩猎、供应链投毒对抗、策略异常识别、办公网安全降噪等方向。
- 建设海量噪声下弱信号 APT 自主检测能力，完成检测意图理解、风险特征建模、检测任务生成与结果评估，产出高置信度风险线索。
- 研发自主威胁狩猎算法与智能体能力，基于攻击事件、行为特征、攻击态势描述或 IOC 线索，自动扩展关联线索、生成并执行狩猎方案。
- 负责安全降噪与排白判黑策略优化，结合小模型、大模型、关联分析和运营反馈，提升风险召回精度，降低误报率与业务打扰。
- 研究 EDR 端侧智能检测引擎相关算法，包括供应链投毒端侧自进化对抗、端侧拦截策略自动生成与持续优化、策略监控、异常波动识别和归因。
职位要求
- 具备扎实的机器学习、数据挖掘、统计建模或大模型应用算法基础，熟悉分类、排序、异常检测、降噪、关联分析、弱信号发现等算法问题。
- 熟练掌握 Python、Java、Go、C++ 等至少一种编程语言，具备算法原型、数据处理流程、评测体系和线上策略优化闭环的工程实现能力。
- 具备安全数据建模经验，能从告警、标签、日志、拦截、处置反馈、IOC、资产和行为链路等多源数据中抽取风险特征，并面向准召率、误报率、稳定性和资源成本优化。
- 熟悉大模型或安全智能算法在威胁检测场景中的应用，理解风险特征抽取、语义分析、关联推理、结果评估、反馈优化等关键技术，并能设计可落地方案。
- 了解 EDR/XDR、威胁检测、APT 攻击、威胁狩猎、供应链安全、终端安全、办公网安全或安全运营治理中的一种或多种场景。
- 具备问题闭环意识，能基于线上反馈持续优化模型、策略和规则，平衡风险召回、误报控制、解释性、时延、资源消耗和业务体验。 加分项：
- APT 检测、威胁狩猎、EDR/XDR、终端安全、供应链投毒检测、安全告警降噪、策略异常检测或安全运营自动化项目经验。
- 大规模安全日志/端侧数据/办公网安全数据建模及线上策略优化经验。
- 端侧推理引擎开发优化经验；大模型安全应用、模型分级路由、小模型蒸馏、安全垂类模型训练、异常检测模型或端侧检测模型优化经验。
- 安全、机器学习、数据挖掘、异常检测等领域高质量论文/专利或有影响力项目经历。
