27届-端侧AI安全算法工程师

在团队和导师指导下，参与公司大模型与终端 Agent 的安全能力建设，推动安全产品的落地上线；

参与构建端侧内容安全、越狱与提示注入防护体系，快速响应线上安全风险与红线问题；

参与安全沙箱内实现端侧模型的可信执行、防窃取与防篡改，设计端云协同安全方案；

研究面向端侧的轻量化安全对齐（蒸馏 / 小模型安全性保持、端侧 RLHF/DPO），在功耗、时延、内存约束下兼顾安全与体验；

探索 Agent 与多模态场景下的新型安全风险，沉淀为方法论、评测基准与对外论文 / 专利

硕士及以上学历，计算机/人工智能/网络安全等相关专业；

以第一作者发表过 CCF-A 类会议或期刊论文（≥3 篇）——如 S&P、CCS、USENIX Security、NeurIPS、ICML、CVPR、AAAI、ACL 等；

扎实的机器学习 / 深度学习功底，熟悉大模型训练与推理全流程；能写生产级代码，有工程落地或产品化经验；

熟练 Python + PyTorch，熟悉模型压缩（量化 / 剪枝 / 蒸馏）或至少一种端侧推理框架（llama.cpp / MNN / MLC-LLM / ExecuTorch等）；

在安全对齐、对抗机器学习、端侧系统安全（TEE / 沙箱）、隐私计算中至少精通一个方向；

能深入钻研前沿问题，也能推动方案在业务中快速落地