【26、27届】大模型安全算法实习生

岗位职责: 1、负责大语言模型（LLM）或相关大模型在安全领域的微调、优化和应用落地，提升模型在具体业务场景中的表现； 2、负责探索并实现NLP技术和大模型在安全业务中的应用，如威胁检测、异常行为识别、日志分析等，以提高系统的安全性与智能化水平； 3、负责深入研究大模型的架构设计、预训练方法、高效微调技术以及模型评估与迭代策略，推动模型性能的持续提升； 4、负责根据安全业务的实际需求，构建和维护高质量的数据集，进行特征工程、模型训练及验证工作； 5、负责跟踪最新的研究成果和技术趋势，在公司内部推广创新性的解决方案，并参与关键技术难题攻关。 任职要求: 1、教育背景：计算机科学、人工智能、信息安全、电子信息、数学或相关领域硕士及以上学历，具备扎实的机器学习、深度学习理论基础。 2、编程能力：精通 Python 编程语言，熟悉 TensorFlow 或 PyTorch 等主流深度学习框架，具备良好的工程实现能力。 3、模型训练与迭代：具有丰富的模型训练和迭代经验，熟悉从数据预处理、特征工程、模型训练到效果评估的全流程建模流程，了解模型开发中的常见问题及解决方案。 4、后训练微调经验 ：深入理解并掌握大模型的后训练（Post-Training）技术，包括监督微调（SFT）、以及相关强化学习算法如 PPO、GRPO 等。 5、高效微调技术：熟练掌握大模型参数高效微调（PEFT）方法，如 LoRA、Adapter、Prefix Tuning 等，能够在有限算力下完成模型的快速适配与部署。 6、性能优化能力：了解模型压缩、推理加速、低精度量化等技术，能够针对实际业务场景对模型进行优化以提升效率和部署能力。 7、学习与问题解决能力：具备较强的自学能力和独立解决问题的能力，能够快速理解并复现前沿论文中的算法思想，持续优化模型性能。 8、沟通协作能力：具备良好的沟通能力和团队协作精神，能够与产品、工程等多部门协同推进项目落地。 9、加分项：有安全领域建模经验者优先；在高水平国际会议和学术期刊发表过相关论文者优先。