岗位职责
- 模型研发与优化： 负责从0到1构建和迭代机器学习/深度学习模型（如：异常检测、图神经网络、自然语言处理、时间序列分析等），应用于恶意代码分类、网络入侵检测、用户行为分析、钓鱼网站识别等具体场景；
- 威胁狩猎与研究： 利用机器学习模型发现未知威胁和攻击模式，参与安全事件的分析与响应，为安全策略的制定提供数据驱动的洞察；
- 大模型智能体的落地：探索大模型结合信息安全领域的应用，如攻击告警自动化处理等；
- 数据探索与特征工程： 深入分析海量安全数据（如日志、流量、恶意样本、威胁情报等），进行数据清洗、特征提取和特征工程，为模型训练提供高质量的数据基础；
- 前沿技术探索： 跟踪学术界和工业界在AI安全领域的最新进展，评估并将有潜力的新技术（如：联邦学习、对抗机器学习、自监督学习等）应用于实际业务，解决诸如样本稀缺、对抗性攻击等挑战。
职位要求
- 硕士及以上学历，计算机科学、人工智能、信息安全、应用数学或相关领域；
- 3年以上机器学习算法相关工作经验；
- 精通Python，熟练掌握PyTorch、TensorFlow、Scikit-learn等至少一种主流机器学习框架；
- 扎实的数据结构和算法基础，具备优秀的编码能力；
- 具备强大的逻辑思维能力、问题解决能力和主动学习能力，能够独立开展研究并推动项目落地。 加分项
- 有大规模数据处理经验，熟悉Spark、Flink或类似的大数据技术栈；
- 熟悉对抗性机器学习（Adversarial Machine Learning）的攻防技术；
- 成功将机器学习模型应用于信息安全领域的项目经验。
