职位&公司对比

职位详情

• 北京
• 5-10年
• 本科

• 大模型算法
• C/C++
• Python
• Java
• Golang
• 大数据处理工具(Spark/Hadoop/Hive)
• 算法工程化经验
• 优秀开源项目经历

岗位描述 1. 对大模型进行红队测试与评估：设计并执行针对模型的各类对抗性测试，用于识别潜在弱点及安全隐患，包括模型在隐私泄露、偏见、恶意利用等方面的风险。 2. 挖掘模型安全漏洞：收集和研究前沿攻击技术，并从模型输入、网络结构以及推理交互等层面定位和分析潜在攻击向量，提出修复或防御措施。 3. 风险场景模拟与验证：与跨部门团队合作，模拟实际业务场景中的攻击路径或风险情境，通过实证的方法及时发现并评估模态结合下的大模型安全缺陷。 4. 安全规范与工具建设：撰写大模型安全测试报告及最佳实践指导文档，支持内外部团队安全意识提升；协助开发自动化工具或脚本来持续化、规模化进行红队测试。 5. 持续跟踪行业动态：关注大模型领域安全与对抗的最新研究方向及业界进展，并结合公司业务需求提出改进方案kanzhun或创新思路。 岗位要求 1. 教育背景：具备计算机科学、人工智能、网络安全或相关专业本科及以上学历，或有对等的实践经验。 2. 技术能力： - 熟悉常见深度学习模型的基本原理和训练流程，对生成式大模型（例如GPT、LLM等）有一定了解； - 熟练掌握Python等至少一种编程语言，能编写测试脚本与自动化工来自BOSS直聘具； - 熟悉常见的AI安全威胁类型、对抗样本生成（如deepfake）或防御技术，对机器学习安全框架及工具有使用经验。 3. 安全测试经验：对渗透测试、安全分析或漏洞挖掘等工作有实际经验，能够针对大模型的特性制定相应的攻击策略，具备功守道思维。 4. 研究能力：具备前瞻性思考与快速学习能力，能够独立阅读并理解相关研究论文和技术报告，并输出高质量的调研成果。 5. boss沟通与团队协作：具备良好的沟通能力，能与模型研发、业务、安全等不同团队紧密合作，共同推动模型安全性改进。 6. 责任心与安全意识：工作严谨细致、积极主动，对模型安全和用户隐私保护有高度责任感，愿意持续投入并不断优化安全对策。