中国平安
AI工程化（安全领域）
AI工程化（安全领域）
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
硕士
安全
PyTorch
SoC
LLM微调
大模型
多智能体
AI 估算 · 30k–50k
AI+安全跨学科高门槛，大厂高级专家级薪资待遇优厚。
职位详情
关于这个职位
该职位负责设计AI驱动的安全运营平台，构建多智能体系统实现自动化安全研判与响应，同时探索大模型在漏洞挖掘等攻防场景的应用
适合具备扎实算法和工程能力、对AI与安全交叉领域充满热情的资深工程师
最低要求
计算机、人工智能、网络安全等相关专业硕士及以上学历，5年以上算法研发与工程落地经验
极其扎实的全栈算法功底：对统计机器学习有深刻理解，在海量数据下的异常检测、时间序列预测以及树模型（LightGBM, XGBoost等）有极其丰富的实战与调优经验
精通Transformer架构，有丰富的开源大模型（如Llama, Qwen等）的二次开发、微调及预训练经验
精通Python/C++，具备极其扎实的编程基础和优秀的系统架构设计能力
精通PyTorch框架，熟练掌握vLLM、TGI等主流推理加速方案，具备解决高并发、低延迟AI服务瓶颈的能力
对LangChain、AutoGen、LlamaIndex等Agent框架有深度的二次开发经验，熟悉RAG（检索增强生成）的高阶优化方案，有实际主导上线过复杂Workflow经验
具备强烈的求知欲和打破常规的极客精神
工作职责
AI+SOC顶层设计与演进：主导新一代智能SOC平台的AI架构设计，规划并实现“大小模型组合”的落地方案，将复杂的安全运营流程转化为高效的AI自动化流水线
多智能体（Agentic）系统研发：设计并构建针对安全分析、告警研判、事件响应等核心SOC场景的多智能体协作系统，突破传统SOAR的局限，实现真正的自主智能研判与响应
前沿安全攻防探索（AI for Sec）：深入探索AI在漏洞挖掘与渗透测试中的应用，主导基于大模型驱动的代码分析、自动化构建Fuzzing Harness，以及探索基于Agent的自动化渗透攻击路径生成与验证
模型微调与LLMOps架构：负责面向安全垂直领域的大语言模型（LLM）的对齐、微调（SFT/RLHF）以及推理优化
搭建并完善内部的LLMOps工程体系，保障模型在生产环境中的高可用与高性能响应
技术攻坚与团队赋能：跟踪跟进全球最新的大模型技术、Agent框架及AI安全交叉领域的顶会论文及开源项目，快速在业务中进行PoC并实现规模化落地
指导团队内中级/高级工程师解决复杂工程和算法难题
AI 洞察
优缺点分析
优点
- 站在AI与安全两大热门领域交叉点，技术前沿性极强，个人能力提升快
- 平安作为巨头企业，平台资源丰富，项目规模大，有真实海量数据场景
- 职位涉及架构设计、多智能体、攻防探索等多个高价值方向，职业发展空间广阔
- 岗位要求极高，需要同时精通AI算法和工程落地，门槛高，学习曲线陡峭
- 需要不断跟进最新论文和技术，保持技术敏锐度，对自驱力要求高
缺点 / 挑战
- 安全领域责任重大，系统的稳定性和准确性要求严格，工作压力可能较大
- 适合具备扎实AI工程背景、对安全领域有浓厚兴趣、渴望挑战前沿技术、享受从0到1构建复杂系统的技术极客
角色解读
- 技术专家路线：成为AI+安全交叉领域的顶尖专家，引领行业技术方向
- 技术管理路线：从技术lead逐步晋升为团队或部门负责人，管理大型研发团队
- 横向扩展：向AI安全架构师或首席科学家发展，覆盖更广泛的企业安全战略
- 主导AI与安全运营平台(SOC)的架构设计，实现大小模型组合自动化流水线
- 研发多智能体协作系统，用于安全分析、告警研判和事件响应，实现自主智能
- 探索大模型在漏洞挖掘、渗透测试中的应用，构建自动化攻防工具
- 负责安全领域大语言模型的微调、对齐和推理优化，搭建LLMOps体系
- 精通机器学习与深度学习，特别是Transformer架构和大模型微调（SFT/RLHF）
- 扎实的工程能力，精通Python/C++和PyTorch，熟悉推理加速方案（vLLM、TGI）
- 深度掌握Agent框架（LangChain、AutoGen等）和RAG优化
- 有安全领域知识（SOC、漏洞挖掘等）或强烈的学习兴趣
申请策略
- 提前了解平安科技在AI安全方面的布局和产品，在面试中展现对业务的理解
- 准备一个完整的技术方案：例如如何设计一个多智能体系统用于自动化告警研判
- 突出大模型微调（SFT/RLHF）和Agent框架（LangChain等）的实际项目经验，最好有落地案例
- 强调工程能力：Python/C++、高性能推理优化（vLLM等）、高并发系统设计
- 如果有安全领域背景（如SOC、渗透测试、漏洞挖掘）或相关项目，务必详细描述
- 展现研究能力：发表顶会论文、参与开源项目或技术博客等
- 补充安全领域基础知识，如常见安全攻防技术、SOC工作流程
- 实践Agentic系统：尝试用LangChain或AutoGen构建安全分析demo
面试指南
- 针对架构类问题：采用STAR法则，从背景、任务、行动、结果展开，强调设计思路和权衡
- 针对技术细节问题：先讲原理，再结合自己的实践案例，说明遇到的困难和解决方案
- 针对开放性问题：提出清晰的思路和可行的步骤，体现系统思考能力和创新意识
- 请描述你设计并落地的AI SOC平台架构，包括模型选择、大小模型协作方式
- 如何针对安全场景微调大语言模型？数据如何构建？评估指标是什么？
- 请举例说明你如何使用Agent框架（如LangChain）构建复杂工作流，并解决过什么挑战
- 在大模型推理优化方面，你用过哪些技术？如何应对高并发低延迟需求？
- 你对AI在安全攻防领域的应用有哪些想法？请具体描述一个可能的技术方案
匹配度报告
78
综合匹配度
平安AI安全专家岗，前沿技术栈，成长空间极大，但工作强度可能较高，适合技术极客。
适合人群
以技术成长和前沿探索为第一驱动力的求职者，能接受高强度工作节奏。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活50
使命价值85
薪资福利匹配
80较高
大厂高级专家岗，薪资水平在深圳具有较强竞争力，但未明确披露具体福利。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
95较高
职位涉及最前沿的AI技术与安全领域的深度融合，技术成长空间极大，且明确要求跟踪顶会论文和开源项目。
技术前沿前沿/新兴技术
技术栈AI、SOC、多智能体、LLM、微调、RLHF、LangChain、vLLM、PyTorch
成长机会跟踪跟进全球最新的大模型技术、Agent框架及AI安全交叉领域的顶会论文及开源项目
业务类型profit_center
工作生活匹配
50较低
工作地点深圳，需现场办公，职位描述未提及弹性工作或WLB，推测压力较大。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
85较高
AI+安全领域属于高速增长赛道，对社会网络安全有积极贡献，且职位强调技术创新与攻克难题。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs