腾讯高级SOC AI工程师
任职要求
熟悉并具备SIEM相关经验，了解ElasticSearch者优先。 熟练掌握查询语言（如SQL、SPL、KQL、ES|QL）。 深刻理解网络安全概念，例如攻击路径、MITRE ATT&CK框架、恶意软件行为和网络安全。 实践经验：熟悉Python编程及AI/ML库（如PyTorch、LangChain、OpenAI SDK或类似工具）。 在安全场景中构建或部署ML模型（用于异常检测、聚类或分类）者优先。 拥有将LLMs（大语言模型）应用于优化SOC工作流的实际经验。 在构建或集成RAG（Retrieval-Augmented Generation）管道以使LLMs能够提供上下文相关且实时安全信息方面具有经验。 具备处理安全事件响应及安全调查的实践经验。 曾参与游戏开发/发行相关安全及合规项目者优先。 拥有信息安全认证（如CISSP、CISA、CISM或CEH）者优先。
工作职责
腾讯海外IT团队简介 腾讯海外IT致力于通过在IT服务、云计算、安全和DevOps领域部署尖端技术平台，加速腾讯国际业务的增长并促进其成功。作为IT技术领域的领导者，我们负责定义和实施腾讯海外IT的战略、架构和路线图。我们的核心目标是为内部和外部客户提供卓越价值，以满足其多样化需求，并努力建设一支全球一流的IT团队。 职责描述 调查安全警报以识别潜在的入侵迹象。 开展威胁狩猎，分析来自各种数据源的日志，开发定制检测规则以识别安全事件。 利用AI和机器学习提升威胁检测、警报关联和事件响应的效率。 使用内部安全数据（如日志、警报）开发和维护AI驱动的检测模型（例如异常检测、行为分析）。 研究网络安全领域的新兴AI趋势，并评估其在SOC中的应用潜力。 与其他团队和工作室协作，调查并响应安全事件和潜在数据泄露。 在SOAR平台上创建自动化运行手册。 Work Location: China-Shenzhen
SoC设计： 1. 针对芯片需求，负责SoC微架构文档和代码实现，时序优化 2. 确保前端交付的各项质量检查。 3. 指导SOC设计及验证工程师完成实现及验证工作；推动，把控design service交付质量 4. 配合测试团队做样片测试，性能测试等工作 SoC后端实现： 1.负责推动，指导Design Service 完成芯片从Netlist到GDS输出的全部工作； 2.解决先进工艺(3，，5，7nm)下的设计挑战，能够针对后端全流程提出合理设计目标，技术方案并领导实现 3.协调跨职能团队(design service、IP vendor、设计)实现产品目标 4.主导Tape-out风险评估与问题攻关，确保项目按时交付
方向一：负责针对相机的计算成像算法的开发和迭代： 1.负责基础图像算法如3R（NoiseReduction, SuperResolution, HDR）, 多帧多摄等。 2.负责图像后处理算法如美颜、色彩映射，图像渲染等。 3.负责软硬件结合图像算法如ISP（Image signal processor）算法的开发调优，负责白平衡、自动对焦、自动曝光控制、色彩还原、多摄立体视觉、防抖算法的迭代进化等。 方向二：利用机器学习、深度学习、模型压缩及小型化等AI技术，解决Low-level画质处理、语义理解等技术问题，并实现技术的工程化部署。 方向三：负责相关算法在Android计算平台和手机soc上部署的架构设计和复杂度优化，达到实际产品应用要求。 方向四：探索大模型、AIGC在影像和相册领域的落地场景，开发与实际业务结合的垂类大模型，并进行模型小型化，使其能够运行在手机设备上。
1、负责完成芯片功能验证，根据项目需求覆盖定制验证计划和验证方案，熟悉 SoC level 验证方法学和性能评估方式； 2、有独立搭建 C++/SystemVerilog/UVM 环境能力，能进行模块级好系统级验证，熟悉自动化和流程化的环境开发； 3、有流片项目交付经验，能配合 Designer 完成覆盖率分析，包含前仿和后仿的分析工作； 4、有协助 Designer 错误排查的经验，和设计团队有深入合作经验，共同完成项目交付完成 signoff 流程。
方向一： 1.负责针对相机的计算成像的算法原型研发和演进 - 基础图像算法如3R(NoiseReduction, SuperResolution, HDR), 多帧多摄等； - 图像后处理算法如美颜、色彩映射，图像渲染等； - 软硬件结合图像算法如ISP（image signal processor)算法的开发调优、白平衡、自动对焦、自动曝光控制，色彩还原，多摄立体视觉，防抖算法的迭代进化等； 2.AI技术应用影像业务，利用机器学习，深度学习，模型压缩及小型化等前沿技术，解决low-level画质处理，语义理解等多领域核心问题，整体提升用户体验和业务价值； 3.针对android平台和手机soc芯片的图像处理算法架构设计的基础研究，实现全链路影像处理链路的端到端性能最优设计；针对图像/视频效果进行标准定义和定量评测的理论研究； 4.对于前沿技术的动态进行追踪，主导高校产学研合作或供应商技术合作，实现新的影像算法领域探索和技术创新。 方向二： 1.模型性能分析与优化 1)负责影像端侧模型性能分析与调优，包括推理速度、内存占用、功耗等关键指标优化； 2)设计并优化量化、剪枝、蒸馏等模型压缩技术，推动算法在移动端的高效部署； 3)针对GPU/NPU/DSP等硬件特性模型结构，识别模型运行中的瓶颈并提出改进方案，提升端侧推理效率。 2.技术预研与落地 1)跟踪行业前沿技术（如大模型端侧优化、模型压缩等），完成技术验证并推动业务落地； 2)协同算法团队优化模型架构，平衡性能与精度需求。 3)与硬件、系统框架团队合作，优化底层驱动及系统资源调度策略，提升模型运行效率；