迅雷NAS项目高级UX设计师
任职要求
本科及以上学历，设计类相关专业优先；5年以上用户体验设计经验，有完整工具类、效率软件、系统OS等产品成功落地案例。 作品集需清晰体现复杂逻辑拆解、信息架构设计、系统级产品设计能力，能展示完整设计思考与落地成果。 精通桌面端+移动端产品设计，深刻理解各平台设计规范与交互特性；有TV大屏/物联网/NAS存储类产品设计经验优先。 具备前沿审美…
工作职责
负责NAS设备品牌视觉体系与产品设计语言搭建，定义品牌质感与用户感知。 主导NAS产品多端UI/UX全流程设计，覆盖移动端、桌面端、TV端，确保跨端体验统一与体验最优。 参与创新产品0-1业务孵化，从概念探索、原型设计到落地全链路负责，输出可落地的设计方案。 梳理复杂功能逻辑与信息架构，构建高可用、高效率的工具类产品交互体系。 运用Midjourney、Stable Diffusion、ComfyUI等AIGC工具开展设计探索、灵感激发、素材生成，提升设计效能与创新边界。 作为设计主导，搭建并推动设计规范与质量体系，对齐团队标准，影响产品方向与体验决策。 跟踪设计趋势与技术演进，将前沿审美与AI设计能力融入产品，打造差异化竞争力。
1.负责腾讯云文件存储（CFS）的功能开发与性能优化； 2.负责腾讯云文件存储（CFS）的维护和自动化运维； 3.负责腾讯云文件存储（CFS）的现网问题分析定位，跟踪解决。
1. 负责推理引擎的加速优化，不限于模型结构优化(MoE、Mamba)以及底层计算加速(INT4, FP8)。 2. 负责常见的生成式大模型压缩，不限于量化(QAT/PTQ)、剪枝(Pruning)、蒸馏(Distill)、稀疏(Sparse)、搜索(NAS)等技术探索。 3. 负责前沿模型压缩算法的调研、开发和落地。 4. 参与前沿生成式大模型的结构探索、开发以及落地。
1、负责办公网内的服务器管理、服务搭建和运维；负责办公网内服务器、存储等系统的测试，技术选型等； 2、负责办公网内虚拟化系统如VMware、KVM等系统的建设和运维； 3、负责Zabbix、Prometheus、ELK等系统的规划、设计和日常运维； 4、负责Linux、Windows等系统的镜像管理，及日常运维； 5、负责内部运维工具组件的开发，提升日常运维效率； 6、与其他团队协作，推进重点项目的实施，保障项目有效的拿到结果。
职位1-AI治理与对抗防御专家（构建企业AI时代的“攻防体系”与“合规护城河”）： 1. AI赋能的安全体系建设 (AI for Security & Compliance) 推动安全智能化转型：评估并引入AI驱动的安全工具（如自动化威胁检测、异常行为分析、AI辅助代码审计），提升安全运营中心（SOC）的效率。 合规自动化：利用AI技术自动追踪法规变更，自动化生成合规报告，降低人工合规成本。 2. AI系统全生命周期防护 (Security for AI / ML) 防御新型AI威胁：建立针对大模型应用（LLM）的防护体系，防范提示词注入（Prompt Injection）、模型逆向工程、训练数据投毒等新型攻击。 数据安全与隐私保护：严格管控AI训练数据的流转，实施数据脱敏与隐私计算技术，防止敏感信息通过AI模型泄露。 3. 跨界合规与伦理治理 (AI Governance & Regulation) 应对全球AI法规：主导公司AI产品对《欧盟AI法案》（EU AI Act）、GDPR、中国《生成式人工智能服务管理暂行办法》等的合规性落地。 建立AI伦理框架：制定企业内部AI可接受使用政策（AUP），确保AI决策的透明度、可解释性，规避算法歧视与道德风险。 4. 跨界协同与前沿研究 作为“翻译者”拉齐业务、研发、法务与安全的认知，定期开展AI红蓝对抗演练，保持对前沿AI漏洞的研究敏感度。 岗位核心要求： 1. 硬性技能与知识储备 复合型知识底座：精通网络安全（CISSP/CISM优选），同时具备扎实的AI/ML基础知识（了解Transformer架构、模型微调、RAG等）。 深谙全球监管框架：熟悉欧美及亚太区最新的数据隐私与AI专项法规，有应对第三方AI合规审计的经验。 实战技术能力：了解AI供应链安全（如模型来源验证、SBOM软件物料清单），掌握主流AI安全测试工具。 2. 关键软实力与经验 破局者思维：面对AI领域“法无禁止即可为”与“法已规定必严守”的模糊地带，能给出平衡业务发展与风险可控的落地策略。 极强的跨部门影响力：能用技术人员听得懂的语言讲合规，用法务和业务人员听得懂的语言讲底层攻击原理，消除部门壁垒。 职位2-智能硬件安全攻防专家（AI赋能方向） 主要职责： 1. AI驱动的安全研究与实践：研究并应用AI/ML技术（如大语言模型、异常检测算法）于漏洞挖掘、攻击模拟、恶意流量识别、入侵检测与自动化响应。构建“AI安全助手”，赋能研发团队在编码、测试阶段识别潜在安全风险。 2. 端到端安全攻防：主导对智能硬件设备、嵌入式系统、通信协议、移动应用、云端API及数据服务进行深度的渗透测试与红队演练。针对NAS、安防摄像头、机器人等高敏感设备，设计并执行专项安全评估。 3. 安全能力建设：设计和开发自动化安全工具链，将AI能力嵌入SDL流程，提升漏洞发现的效率与覆盖率。跟踪前沿攻防技术（特别是AI安全与对抗攻击），并将研究成果转化为内部防御策略。 4. 事件响应与赋能：作为核心成员应对重大安全事件，利用AI工具加速攻击溯源和影响面分析。为研发团队提供安全编码、安全设计的高级培训和实战指导。