AI安全工程师(J10914)

职位描述

1.将安全策略转化为技术规范（如《模型安全编码指南》《数据隐私保护技术要求》），指导业务团队（如模型工程师、数据分析师）采用技术手段落实安全要求。

2.主导AI安全风险评估，使用工具（如检测模型偏见、Microsoft 扫描模型漏洞、评估模型鲁棒性）定期扫描训练数据、模型文件及推理服务，识别潜在风险（如数据泄露、模型被篡改、恶意 prompt 注入），生成技术评估报告并提出整改方案。

3.开发自研安全工具（如模型水印嵌入工具、数据脱敏自动化脚本、智能体安全沙箱），提供标准化接口（如RESTful API）供业务团队调用；维护现有安全工具（如漏洞扫描系统、日志分析平台），确保工具有效性。

4.建立24小时安全事件响应机制，使用技术手段（如分析系统日志、检测网络攻击、模型回滚工具恢复受感染模型）快速定位事件根源（如模型被恶意篡改、训练数据泄露），协调技术团队（如安全运维、模型团队）采取隔离、修复等措施，降低损失。

5.为业务团队提供技术支持（如解答模型安全编码问题、指导数据隐私保护技术实现）；开展技术培训（如“模型安全攻防实战”“数据隐私保护技术实践”），提升团队技术安全能力，减少人为技术失误导致的安全问题。

任职要求

1.本科及以上学历，人工智能、计算机相关专业；

2.5年以上大模型部署与训练调优经验，熟悉 GPT、LLaMA、BERT 等主流大模型架构；

3.掌握强化学习基本原理与实践（如 OpenAI Gym 环境、Ray RLlib 框架），具备 RLHF（人类反馈强化学习）优化模型的经验；

4.熟悉私有化部署技术，了解容器化（Docker/K8s）与云原生部署流程（如 Helm Charts 部署模型服务）；

5.具备 Python 编程能力，熟练使用 PyTorch/TensorFlow 等深度学习框架，了解 CUDA 编程（如自定义 op 优化模型推理）；

6.具有良好的问题解决能力，可独立完成模型部署与调优全流程（如从模型下载到线上服务的完整链条）。