阿里巴巴研究型实习生-网络安全大模型算法
任职要求
1. 计算机科学、信息安全、人工智能或相关专业硕士/博士在读，具备扎实的机器学习与深度学习基础； 2. 熟悉大语言模型（LLM）与多模态大模型（VLM）的主流架构、改进方案及预训练、SFT、GRPO、PPO、Agentic RL 等训练范式，并有实际项目或研究经历； 3. 拥有网络安全领域知识基础，了解常见攻击手法、防御机制、日志分析或漏洞原理； 4. 具备良好的编程能力（Python 为主），熟悉 PyTorch/TensorFlow 等主流框架，并能熟练使用 DeepSpeed/Megatron 及其变体进行大规模 LLM 训练调优； 5. 具备较强科研素养，能独立阅读论文、复现算法并设计严谨对比实验； 6. 对代码智能、漏洞挖掘、攻防对抗等方向有浓厚兴趣。 加分项（满足其一即可）： 1. 在 CyberGym、ExploitBench、SecCodeBench、SWE-Bench 等 Cyber/Code Bench 上有过大模型训练或评测实践经历； 2. 有代码大模型训练经验，或在软工领域（如 SWE-Bench、Repo-level Code …
工作职责
我们正在持续构建面向阿里集团海量安全业务的网络安全大模型，系统性突破在代码理解、漏洞挖掘、攻击模拟等高复杂度场景中的算法瓶颈。当前通用大模型在安全语义对齐、长上下文程序分析、攻防策略推理等方面仍存在明显短板，制约了其在真实攻防业务中的深度落地。 我们诚邀具备扎实研究能力与工程实现经验的 RI（Research Intern）实习生，深入探索以下方向： 1. 代码 NL-PL 联合建模研究：研究自然语言（NL）与编程语言（PL）跨模态对齐与互译机制，探索面向项目级代码漏洞发现、修复、程序逆向、二进制分析等任务的长上下文代码理解与生成模型； 2. Cyber Attack Simulation 研究：构建面向渗透测试、红蓝对抗、漏洞利用链生成的攻击模拟智能体，探索基于 Agentic RL 的多步攻防策略学习与泛化机制； 3. 安全多模态推理研究：探索多模态推理（reasoning）机制在网页截图、技术文档、流量可视化图、二进制反汇编视图等高密度图文场景下，对关键/敏感信息提取与攻防意图理解能力的增强作用； 4. 安全领域大模型全流程训练：参与预训练、SFT、GRPO/PPO 及结合 Fuzz、反编译、漏扫等安全工具的 Agentic RL 训练，推动数据 Scaling、训练策略制定与性能优化； 5. 学术与工程双产出：将研究成果反哺至基模，提升其在漏洞识别、威胁情报提取、敏感数据检测、自动化渗透等场景中的实际能力，目标产出高质量学术论文（CVPR、ICML、ICLR、ACL、NeurIPS、IEEE S&P、USENIX Security、CCS、NDSS 等顶会）并推动技术落地。 该岗位将直接参与前沿 AI for Security 研究，为构筑公司在攻防领域的核心技术壁垒提供关键支撑，并对外产生学术与行业影响力。
专注于Anycast系统的开发、设计和调优，具体职责包括： 1.基于机器学习的数据流量优化问题：利用机器学习技术分析和预测网络流量模式，从而优化数据在Anycast网络中的传输路径，提高网络的整体效率和鲁棒性。 2.基于机器学习的流量路由策略（learning to route）：使用机器学习模型动态调整流量路由策略，减少网络拥堵，提高数据包传输的成功率和速度。 3.基于机器学习的故障检测与恢复（learning to detect and recover）：开发机器学习算法实时监控Anycast网络中的节点和链路状态，及时检测异常并自动触发恢复机制，以保证服务的连续性和稳定性。 4.基于机器学习的资源分配（learning to allocate resources）：根据实时的网络负载和用户请求特点，动态调整服务器和网络资源的分配策略，以优化Anycast服务的性能和成本。 5.基于机器学习的网络安全策略（learning to secure）：利用机器学习算法识别并防御潜在的网络攻击和安全威胁，增强Anycast网络的安全性和可靠性。
基于意图的网络（Intent-Based Networking）管控和验证系统研发，具体职责包括： 1. 开发大模型驱动的自然语言转意图语言工具，降低网络策略学习与迭代成本； 2. 设计基于LLM的自动化网络变更方案生成系统，替代人工操作，减少错误风险； 3. 构建变更方案智能理解与风险预检工具，辅助运营团队提前规避故障；
随着人工智能技术的飞速发展，AI 大模型对计算资源的需求日益增长。数据中心作为支撑 AI 运算的基础设施，其网络性能和稳定性直接影响 AI 模型训练的效率和推理准确性。然而，当前的数据中心网络在处理大规模数据传输、高并发请求以及复杂网络拓扑时仍然面临诸多挑战。为此，开发新一代数据中心网络技术意在提升网络传输速度、降低延迟、增强网络的容错以及故障定位等能力，对于推动 AI 技术的进一步发展具有重要意义。本项目意在聚焦于阿里云面向 AI 大模型训练的网络性能和稳定性优化技术，具体解决如下几个关键问题： 1、关于 AI 训练网络中故障的快速响应和定位问题，如何通过建立集合通信 log、上层训练框架代码 log 以及底层网络拓扑信息进行横向关联后进行精准、高校的故障根因定位； 2、AI 大模型训练要求网络能够针对故障快速恢复，恢复过程要保证新设备的热迁移，以及如何选择被迁移设备，保证客户侧无感知 3、关于下一代集合通信以及网卡侧的传输协议设计，针对性的对大模型训练和推理特征设计一套行之有效的优化技术，针对其周期性、突发式带宽的传输协议解决关键的技术挑战 交付指标： 1、发表 1-2 篇国际顶级会议论文（如 SIGCOMM/NSDI/OSDI/SOSP） 2、专利 1-2 发明专利 3、能够实际在阿里云生产环境运行的系统（非原型系统），产生实际的结果收益
本项目旨在针对广域RDMA网络中的传输性能问题，紧密结合AI智算业务流量特征，设计并实现一套易部署的、高效的广域RDMA网络遥测、拥塞控制、传输丢包控制系统与高性能通信库，以提升跨域AI智算服务的性能与稳定性，并为未来广域分布式计算提供技术储备。具体目标如下： 1、建立面向AI智算业务的广域RDMA流量分析模型：深度融合阿里云真实训练/推理业务Trace与广域网遥测数据，刻画业务流量模式与丢包时空特征的关联关系，为机制设计提供数据驱动的依据。扩展实现面向 Scale-across的高精监控系统； 2、设计自适应于业务与网络的拥塞控制、丢包控制机制：针对AI智算业务流量特征与广域网丢包动态性，创新设计结合智能冗余重传与轻量级前向纠错的混合恢复策略和细粒度拥塞控制，实现快速丢包恢复与带宽有效利用率提升； 3、研发纯软件实现高性能长距RDMA传输框架：通过修改用户态RDMA通信库，重构关键接口与功能，将丢包控制机制无缝集成至RDMA软件栈，实现不依赖特定硬件的可部署方案，并验证其对AI智算业务与集合通信性能的提升效果； 4、面向 Scale-up/Scale-out/Scale-across 全场景的高性能通信库优化：针对阿里自研通信库，开展跨场景深度性能剖析，明确不同互联通信域下的性能瓶颈与优化空间。在 Scale-up 域聚焦节点内/近节点低时延通信优化，在 Scale-out 域强化集群间高吞吐传输能力，在 Scale-across 域完善跨域/跨机房通信的稳定性保障。同时探索PD分离场景下KvCache 存储结构与传输的协同优化。通过分层优化策略，实现全场景通信性能与稳定性的系统性提升。