智能互联集团安全部-网络安全大模型算法专家-北京/杭州
任职要求
1. 计算机、信息安全、人工智能或相关专业硕士及以上学历； 2. 具备扎实的大模型基础知识和训练经验，熟悉大模型的模型架构和改进方案，熟悉预训练、SFT、GRPO、PPO、Agentic RL 等主流训练范式，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. 动手能力强，熟练掌握基于 DeepSpeed/Megatron 的各种训练框架变体，具备大规模LLM训练调优能力； 5. 在AI或网络安全方向有科研产出，以主要作者身份在 NeurIPS、ICML、ICLR、ACL、IEEE S&P、USENIX Security、CCS、NDSS 等顶会发表过论文者优先。 加分项…
工作职责
1. 参与面向网络安全领域的垂直大模型基座建设，包括模型架构优化、训练策略制定与性能优化； 2. 负责高质量安全数据的构建，涵盖代码漏洞检测与修复、程序逆向与分析、安全领域工具（包括但不限于Fuzz、反编译、漏扫等）等多样化安全数据的加工处理和合成优化； 3. 开展大模型全流程训练工作，包括预训练、SFT、GRPO及安全工具结合的Agentic RL； 4. 针对经典且依赖安全专家经验的的安全任务（如渗透测试、二进制代码分析、红蓝对抗策略生成、项目级代码漏洞发现与修复等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性； 5. 探索大模型在代码安全、漏洞挖掘、逆向工程等方向的应用，并推动技术成果落地与学术发表。
1、评测是大模型下半场的重中之重。构建面向大模型的多维度评估体系，包含安全垂域能力（内容、商品、行为风险识别，变异对抗）、通用能力（指令遵循、长上下文理解、工具调用）等。通过算法实现科学有效、持续进化的自动化评估方案，深入大模型训练的各个阶段，为模型能力持续提升提供精准反馈与指导 2、负责基础模型和安全应用的效果评估工作，深度参与安全大模型的性能分析与评估，尤其聚焦于基础模型、多模态、agent、和前沿技术（RL、对抗学习）等方向的能力定向分析，驱动模型迭代优化，直接影响前沿技术落地效果与用户体验 3、紧跟业界人工智能技术前沿动态，结合大模型发展成果，将Agent、RAG、Post-Train等技术在实际场景中落地。积极分享和沉淀关键技术，推动技术创新
1. 面向安全垂域大模型，构建安全领域知识体系，将高质量领域知识转化为适用于大模型的有效训练数据，提升基座模型在业务场景的知识理解与推理能力； 2. 深入研究大语言模型的知识理解、表征与记忆机制，探索知识在模型内部的存储、激活与推理路径，为高效的知识注入提供理论基础； 3. 建立安全领域知识的质量标准和评估体系，驱动安全基座模型的持续迭代与优化，形成“知识-数据-模型-评测”的安全数据飞轮； 4. 探索安全特色的知识增强技术，提升基座模型在安全攻防对抗环境的知识应用与规划能力，通过自我博弈提升模型智能水平。
1、构建面向业务风控（作弊、欺诈、账号安全、垃圾注册、恶意行为等）领域的下一代智能风控基座大模型。从底层开始设计、训练和优化专属于风控领域的“最强大脑”，利用大模型技术从根本上提升识别和对抗黑灰产的能力，为公司的核心业务安全保驾护航。 2、设计和构建高质量、多模态的（文本、行为序列、图数据、设备信息等）风控领域训练数据集； 3、开展领域自适应预训练，让通用大模型深度理解风控概念（如欺诈模式、作弊行为、爬虫特征、账号养号等），探索大模型与图神经网络、异常检测、时序分析等传统风控技术的融合创新。
1. 参与面向网络安全领域的垂直大模型交付工作，包括基于大模型做流程设计、agent优化和模型安全能力提升； 2. 负责对接阿里内部各个业务线的网络安全需求，包括情报安全、流量安全、数据安全等不同场景，构建高质量业务数据，优化交付流程； 3. 开展大模型全流程训练工作，包括预训练、CPT、SFT、GRPO及安全工具结合的Agentic RL； 4. 针对经典且依赖安全专家经验的的安全任务（如漏洞检测、流量情报分析、代码生成等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性； 5. 探索大模型在代码安全、漏洞挖掘、逆向工程等方向的应用，并推动技术成果落地与学术发表。