研究型实习生-Cyber模型训练与研究

岗位职责

研究领域： 大模型 项目简介： 本岗位聚焦大语言模型在网络安全领域的研究与应用，核心研究内容包括但不限于： • 训练网络安全大模型：跟进前沿网络安全大模型研究，深度参与网络安全领域大模型训练工作，通过后训练与持续预训练等关键技术，打造网络安全领域领先的大模型； • 构建大模型驱动的安全工具链：探索大模型在安全场景中的创新应用，提高大模型进行源码审计、漏洞挖掘、漏洞分析的能力，构建自动化渗透测试、漏洞挖掘与利用链生成等能力 • 前沿技术研究：持续跟踪大模型与安全交叉领域的最新研究进展，发表高质量学术论文和其他技术创新成果。

任职要求

计算机、人工智能、网络安全、软件工程等相关专业硕士或博士在读； 熟悉大模型相关的算法和技术，有大模型训练、强化学习等领域研究经验或开源项目经验优先； 在以下方向中至少有一项研究或实践经验：LLM 后训练与安全领域数据工程；LLM4SE、LLM4Security 相关研究 在人工智能、网络安全、软件工程等相关领域有出色的科研经历，有高水平文章发表或相关领域竞赛获奖者优先。 良好的英文文献阅读与论文写作能力，实习时长 6 个月及以上

特色标签

Python、代码审计、优秀开源项目经历、分布式训练、参加算法相关竞赛/获奖、发表算法相关优秀论文、增量预训练、大型语言模型、大模型后训练、大模型算法、大语言模型、大语言模型赋能软件工程、安全、安全漏洞分析、并行计算、强化学习、意图挖掘、持续预训练方法、摘要生成、文本生成、智能渗透测试、模型后训练、深度学习、源代码审计、漏洞发现、漏洞研判、算法工程化经验、网络安全、网络安全领域、网络空间安全、自动化渗透测试、自然语言处理算法、语义理解、软件漏洞挖掘、面向软件工程的大语言模型