小米安全攻防工程师 -- 反入侵方向
任职要求
1. 从事安全攻防相关工作 8 年以上，熟悉 ATT&CK，Kill Chain和Engage等业界主流攻防理论和实践。 2. 熟悉系统网络和应用安全主流攻击技巧和工具的特征和检测手段，如 冰蝎，蚁剑，CS 等。 3. 熟悉NIDS，IPS，HIDS，RASP，EDR，WAF，蜜罐和黑白盒扫描器等安全产品的技…
工作职责
负责建立企业安全入侵检测体系和应急响应流程，包括： 1. 建立入侵检测体系，横向打通各种安全检测能力和防御系统，打造纵深防御体系。 2. 落地安全应急响应流程，对于入侵者或蓝军进行攻防对抗，以及对安全事件进行响应。 3. 统一收集安全漏洞情报，内部对接各安全系统运营。 4. 负责内部各安全系统能力和有效性评估，组织红蓝攻防演练。 5. 负责 SOC ， SIEM和 SOAR 系统的建设和运营。
1、负责京东集团基础安全领域的产品研发工作，致力于打造高效、精准的网络安全防护解决方案。可以主导或参与一项到多项如下安全技术域的产品和工具研发 （1）基于流量、主机的入侵检测与防御系统，识别和防御恶意网络攻击，为京东集团各个业务线与京东用户筑起强大的网络安全防线； （2）对Web应用提供HTTP、运行时的攻击检测与防护能力，实时检测与阻断攻击者对京东系统的恶意扫描、漏洞利用、Webshell、可用性等攻击行为； （3）通过大数据分析与处理、机器学习、人工智能等不同的技术手段，持续建设与优化安全运营的流程，提高对安全事件的发现、调查、处置与溯源的效率，支持对MTTD、MTTR等关键安全指标的持续改进。 2、负责基础安全产品的工程方向的领域优化与创新，确保稳定可靠、运行高效。包括不限于： （1）工程架构与建设：提供高效、标准化的工程支持，助力安全产品快速迭代，深入理解安全运营需求。对复杂的大型系统进行架构优化，确保系统设计合理、运营流畅，致力于构建高效且精简的解决方案。 （2）性能与稳定性：负责系统性能的优化与稳定性保障，深入挖掘系统瓶颈，持续挑战技术极限，确保高可用、高稳定的服务级别协议（SLA），并制定有效的风险应对和止损措施。 （3）效率与体验提升：自主发现并解决安全运营人员的低效环节，持续优化安全运营的工作流程，提升整体安全反入侵的工作效率和产品使用体验。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 1、参与设计实现支持RLHF/DPO等对齐技术的高效训练框架，优化强化学习阶段的Rollout、Reward Model集成、多阶段训练 Pipline； 2、研发支持多机多卡 RL 的分布式训练框架，开发TP/PP/ZeRO-3与RL流程的动态协同机制，解决 RL 算法在超长时序下的显存/通信瓶刭 3、构建端到端后训练工具链，主导框架与 MLOps 平台集成，提供训练可视化、自动超参搜索等生产级能力 4、与公司各算法部门深度合作，参与大语言模型LLM、多模态大模型 MLLM等业务在 SFT/RL领域的算法探索和引擎迭代； 5、参与分析各业务 GPU 利用率与饱和度等指标，结合业务场景持续优化训练框架能力，提升框架领先性。
我们是小红书中台大模型 Infra 团队，专注打造领先易用的「AI 大模型全链路基础设施」！团队深耕大模型「数-训-压-推-评」技术闭环，在大模型训练加速、模型压缩、推理优化、部署提效等方向积累了深厚的技术优势，基于 RedAccel 训练引擎、RedSlim 压缩工具、RedServing 推理部署引擎、DirectLLM 大模型 API 服务、QuickSilver 大模型生产部署平台等核心产品，持续赋能社区、商业、交易、安全、数平、研效等多个核心业务，实现 AI 技术高效落地！ 工作职责： 1、参与/负责研发面向大语言模型(LLM)/多模态大模型(MLLM)等类型模型的推理服务框架； 2、参与/负责KV Router、PD分离/EPD分离、KVCache管理、动态PD调整等分布式推理能力建设； 3、通过并行计算优化、分布式架构优化、异构调度等多种框架技术，打造高效、易用、领先的AI推理框架； 4、参与/负责构建推理框架的系统容错能力，包括但不限于请求迁移、优雅退出、故障检测、自愈等能力建设； 5、深度参与周边深度学习系统多个子方向的工作，包括但不限于模型管理、推理部署、日志/监控、工作流编排等； 6、与全公司各业务算法部门深度合作，为重点项目进行算法与系统的联合优化，支撑业务目标达成。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；