返回岗位列表

大模型安全研究员（漏洞发现方向）

查看原岗位

地点：北京薪资：薪资未公开日期：2026-07-20

岗位摘要

设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与RLHF/RLAIF；研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；构建并维护Agentic安全评估框架，设计覆盖CVE复现、零日发现、漏洞利用链生成的基准测试集

岗位职责

设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与RLHF/RLAIF
研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法
构建并维护Agentic安全评估框架，设计覆盖CVE复现、零日发现、漏洞利用链生成的基准测试集
与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制
研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术

任职要求

计算机、网络安全等相关方向硕博学历以上，具备CTF参赛经历或漏洞挖掘实战经验
熟悉大模型训练全链路（预训练、SFT、RLHF）
具备扎实的系统编程能力（C/C++/Rust其一）
了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等
熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行（加分项）
有LLM for code / program synthesis研究发表（加分项）
了解AI安全、模型对齐或红队评估方法（加分项）
熟悉操作系统内核或浏览器渲染引擎源码（加分项）

加分项

熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行
有 LLM for code / program synthesis 研究发表
了解 AI 安全、模型对齐或红队评估方法
熟悉操作系统内核或浏览器渲染引擎源码

福利待遇

参与前沿大模型安全研究，推动零日漏洞发现技术突破
与顶尖红队工程师和AI研究员合作
提供具有竞争力的薪酬和福利
灵活的工作模式（远程/混合）
持续学习和职业发展机会