研究型实习生-开放式多语言程序分析技术RI

岗位职责

研究领域： 网络空间安全 项目简介： 软件安全正在经历从“传统静态分析”向“AI 驱动的代码安全”的范式转变，然而在这一进程中，行业面临着两个关键的底层技术瓶颈： （1）缺乏工业级、多语言的代码安全评测“尺子”（Benchmark） 当前学术界和工业界现有的代码安全评测集，大多局限于简单的单文件、单语言或玩具代码，无法真实反映工业界复杂的软件工程现状（如跨文件调用、主流业务框架、动态反射等）。这导致团队在引入 AI 进行代码审计、安全生成和漏洞修复时，无法科学、量化地评估不同模型的真实安全能力，处于“开盲盒”状态。 （2）大模型的大规模工业化落地面临“性能与成本”双重制约。使用超大规模通用大模型进行全量代码审计，虽然效果上限较高，但其高昂的 Token 成本和极高的推理时延，使得在企业级 CI/CD 扫描、大规模代码库审计等高频场景下无法实现大范围、常态化落地。行业迫切需要探索“小而美”的垂类安全模型，在特定高频安全场景下替代大模型。

基于上述背景，引入研究型实习生，参与AI代码安全能力评测 & 安全小模型后训练2个子领域的研究，依托团队的开放式统一多语言静态程序分析（YASA）底座，将“确定性程序事实”与“生成式 AI”深度结合，攻克 AI 代码安全领域的评测标准缺失与高成本落地难题。

任职要求

研究领域：

• 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位
• 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go
• 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用：
• 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色
• 在国际会议上或核心期刊发表一份或多份出版物或论文
• 至少3个月的全职工作

特色标签

AIGC、AI代码审计、C/C++、DevSecOps检测、Golang、Java、Python、SDL经验、不限、仓库级漏洞检测、代码安全度量基准、代码属性事实、企业级代码安全审查、信息安全相关专业、垂直领域安全小模型、多范式语言支持、多语种、多语种程序理解、大规模源码审计、安全、安全产品/平台开发经验、安全体系架构和研发、安全基准测试、持续集成安全扫描、数据安全、智能代码安全、机器学习安全检测、流水线代码审计、渗透测试经验、源码级安全检查、漏洞评测数据集、生成式人工智能、生成模型、程序语义事实、精简型安全AI、统一多语言代码分析、编译期安全扫描、网络安全、网络安全相关经验、计算机相关专业、跨编程语言、跨语言静态分析、轻量化安全专用模型、静态代码分析、静态语义信息