AI工程化岗（安全领域）

优缺点分析

角色解读

• 在AI+安全交叉领域成为技术专家，可向AI架构师或安全AI首席科学家方向发展
• 积累大模型工程化和多智能体系统经验，未来可转型AI平台团队负责人
• 接触前沿攻防技术，有机会参与行业顶会发表成果，提升个人影响力
• 主导平安AI安全平台的架构设计，将复杂安全运营流程转化为AI自动化流水线
• 研发多智能体协作系统，实现安全分析、告警研判等场景的自主智能响应
• 探索AI在漏洞挖掘与渗透测试中的应用，模型微调与LLMOps工程优化
• 精通Python/C++与PyTorch，有丰富的深度学习和大模型实战经验
• 扎实的机器学习功底（异常检测、树模型），以及LLM微调（SFT/RLHF）能力
• 熟悉Agent框架（LangChain等）和高阶RAG优化，具备系统架构设计能力

申请策略

• 关注平安科技在AI安全方面的布局，可在面试中提出自己的技术见解
• 突出AI工程落地项目经验，尤其是大模型微调、Agent系统搭建等量化成果
• 强调安全领域相关经验，如入侵检测、漏洞分析等，展示跨领域能力
• 列出技术栈细节，如PyTorch、vLLM、LangChain等，体现工程深度
• 补充安全领域基础知识，如SOC流程、攻防技术，可自学CISSP或相关课程
• 深入学习多智能体框架，动手实现一个安全场景的Agent demo

面试指南

• 用STAR法则描述项目：情境-任务-行动-结果，突出技术难点和个人贡献
• 对于架构设计题，先明确需求规模和约束，再提出分层或模块化方案，并讨论选型依据
• 请描述一个你主导的AI系统架构设计案例，其中遇到了哪些挑战？
• 大模型微调时如何处理训练数据不平衡？如何评估微调效果？
• 设计一个多智能体协作系统用于安全告警研判，你会如何规划？
• 你在安全领域有哪些经验？如何将AI技术应用于漏洞挖掘？
• 准备2-3个与AI安全相关的项目案例，从问题定义到落地细节
• 复习Transformer、强化学习、RLHF等核心概念