岗位职责
大模型对抗训练的瓶颈，已经从""模型能力""转移到""训练环境""和""迭代效率""。Data Multiverse 当前几个核心限制：
- 一致性兜底覆盖率 ~90%，剩余 10% 集中在数值型特征，是 RL 训练奖励噪声的主要来源；
- 90d 长周期历史保真度仅 83%，长程攻击剧本（养号 → 潜伏 → 变现）的仿真还原度不足；
- 30%~50% 黑盒特征依赖 LLM 推理生成，无法精确校验，限制了仿真置信度上限；
- 场景泛化性不高，迁移到新场景，每次都要重做大量基础设施。 任何一项不解决，攻防大模型自主进化的飞轮就转不起来。这是当前阻塞大模型路线的核心基础设施问题，也是我们相对于业界其它玩家的护城河所在。
职位要求
- 计算机 / AI 相关方向博士在读或应届，研究方向覆盖以下至少1项：数据合成（SDV / TabDDPM / TabSyn 等）、强化学习与多目标优化、自博弈与对抗学习；
- 在顶会有一作，或在数据合成、对抗学习方向有顶会 benchmark 成绩 / 主导过有影响力开源项目；
- 熟悉 RLHF / DPO / Constitutional AI 路线，对 reward 设计和模型优化有深入实践或研究；
- 编码能力扎实，熟悉 PyTorch 与分布式训练 / 推理栈，工程落地能力强。
