岗位职责
AI4Sec实验室致力于将大模型、Agent等AI技术应用于真实安全场景。该岗位围绕AI-Native在安全领域的加速落地，重点解决安全任务中的模型理解、知识检索、风险识别、任务规划和效果评测问题，提升AI能力在安全场景中的智能提效。加入团队后，你将与安全领域专家共同探索前沿AI技术在安全场景落地的完整过程。
- 面向蓝军渗透、威胁情报、风控对抗、网络安全和安全合规等场景，研究基于大模型的风险识别、内容理解、信息抽取、分类研判及建议生成算法；
- 负责安全RAG能力优化，研究安全语料处理、知识切分、召回、排序、上下文构建及答案可信度评估方法，提升安全知识检索与问答效果；
- 研究安全Agent的任务拆解、规划决策、工具选择、结果验证和执行反馈机制，提升复杂安全任务的完成率与自主性；
- 建设安全领域训练与评测数据集，设计离线评测、在线评估及对照实验，持续优化模型和Agent在准确率、召回率、任务成功率及误报漏报等指标上的表现；
- 跟踪大模型、RAG和Agent前沿技术，结合真实安全问题开展模型适配、微调、Prompt优化、原型验证和算法创新。
职位要求
- 本科及以上学历，计算机、人工智能、数据科学、软件工程、信息安全等相关专业；
- 熟悉Python，具备机器学习、深度学习或自然语言处理基础，能够独立完成数据处理、算法实验和原型验证；
- 了解大语言模型基本原理，在Prompt优化、RAG、Embedding、模型微调或Agent规划决策等方向有至少一项实践经验；
- 具备良好的问题拆解和实验设计能力，能够构建数据集与评测指标，并通过对照实验和结果分析判断算法效果；
- 对AI技术在安全场景中的应用有兴趣，愿意研究风险识别、信息抽取、知识检索、辅助研判和任务决策等问题。 【加分项】
- 有大模型数据构造、SFT、偏好优化、模型评测或模型推理相关经验；
- 有RAG召回与排序、向量数据库、Embedding模型、知识问答或检索效果优化经验；
- 有AI Agent、Multi-Agent、工具选择、任务规划或执行结果验证相关算法实践；
- 熟悉漏洞分析、安全运营、威胁情报、风控、数据安全等至少一个安全子领域；
- 在AI技术或算法竞赛中获奖，或在NLP、CV、安全领域高水平会议及期刊发表过论文。
