数据技术及产品部-RL Data工程师-Work（网络安全 领域）

岗位职责

1. 网络安全领域数据体系设计：针对 CTF、二进制漏洞挖掘、Web 渗透测试等方向做结构化拆解（考点分类、难度分级、任务原子化），设计可复用的任务模板与评测协议，基于外部搜集和自主设计，实现批量化和自动化构造靶机环境（Docker / QEMU / 云主机 / 隔离网络），最终沉淀标准化的领域数据资产。
2. 大模型行为轨迹生产与激励标注：驱动大模型在靶机环境中执行任务，采集完整的推理与操作轨迹（Thought / Action / Observation），设计多阶段过程激励（Process Reward）与结果激励（Outcome Reward）标注方案，将轨迹转化为可用于 SFT / DPO / RLHF / RLAIF 的高质量训练数据，持续提升模型在真实攻防场景下的表现。
3. 与模型团队协同推进：作为数据侧对接人与算法 / 模型团队深度协作，参与能力评测集设计、Bad Case 归因、数据配比与训练策略制定，推动网络安全大模型按节奏迭代，及时定位并解决数据、评测、训练环节的关键卡点，驱动数据补充与评测修正形成闭环。
4. 外部专家与生态管理：与高校课题组、白帽社区、领域专家建立长期合作机制，负责需求定义、验收标准撰写、任务分发、结果评审与流程规范迭代，通过外部资源规模化供给精标数据，构建"内部研发 + 外部众包"的双轮驱动数据管线。

任职要求

1. 日常能够使用大模型辅助解决安全问题，了解 Agent 开发与 Harness 工程，能把 LLM 稳定嵌入到漏洞研判、告警降噪、代码审计、渗透辅助等真实安全场景中。
2. 具备扎实的工程开发经验，能通过工程设计（数据链路、任务编排、Agent 工作流、反馈闭环）系统性提升安全风险的发现概率与检出效率，用工程手段放大安全专家的经验。
3. 至少具备以下至少一个安全领域的知识：

• CTF 方向：能够独立设计与编写 CTF 题目（Web / Pwn / Reverse / Mobile 至少一个方向），熟练搭建靶机环境（Docker / QEMU / 云主机 / 隔离网络），理解出题意图、解题路径、非预期解规避与 Flag 校验机制，具备难度梯度与考点组合设计能力，有校赛 / 省赛 / DEFCON / 强网杯等出题或参赛经历者优先。
• 二进制漏洞挖掘方向：了解浏览器（Chrome / V8 / WebKit / Firefox）、操作系统内核（Windows / Linux / macOS / Android / iOS）以及常见中间件与开源组件的漏洞成因与分析方法（源码审计、Fuzzing、Patch Diff、崩溃回溯、根因定位、可利用性评估），能够独立完成 PoC 编写与漏洞利用链构造，有 CVE / CNNVD 漏洞编号、厂商致谢、Pwn2Own / 天府杯 / GeekPwn 等赛事经历者优先。
• Web 攻防渗透方向：熟悉常见的企业级网络环境与组件（AD 域、Exchange、OA、堡垒机、EDR、WAF、IDS/IPS、SIEM、零信任网关）、云服务架构（阿里云 / AWS / Azure / GCP 的 IAM、VPC、容器与 Serverless 组件、元数据服务、日志与审计体系）及对应的攻防手法（信息收集、初始访问、权限提升、横向移动、持久化、数据渗出、痕迹清理、C2 通信与免杀），能独立完成红队评估、蓝队溯源反制或紫队协同演练。

岗位标签

NEW