中国平安
高级 AI 安全研究员
高级 AI 安全研究员
发布于 大约 14 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
本科
研究与开发 (研发)
RAG
威胁检测
渗透测试
代码审计
安全日志分析
AI 估算 · 30k–50k
高级AI安全研究员，深圳大厂，面议，估计月薪3-5万，14薪，技能稀缺性强
职位详情
关于这个职位
该职位负责将AI技术应用于安全领域，包括安全日志分析、钓鱼邮件识别、事件溯源等场景
你将参与开发安全Agent和Workflow模块，构建知识库与评测数据，并探索AI在攻防工具中的应用
适合具备安全基础和大模型开发经验的工程师
最低要求
本科以上学历
具备一定安全基础和实战理解：熟悉安全日志分析、威胁检测、应急响应、威胁情报、漏洞分析、代码审计、渗透测试等至少一个方向，理解常见安全分析流程
熟悉大模型应用开发基本方法：了解 Prompt、RAG、Agent、工具调用、结构化输出、模型评测等基本方法，有 LangChain、LlamaIndex、AutoGen 或同类框架实践经验更佳
具备良好的工程开发能力：熟悉 Python，能够完成数据处理、API 封装、自动化脚本、工具集成和原型功能开发
了解 FastAPI、Docker、向量数据库或搜索引擎更佳
具备问题拆解和实验验证能力：能够根据安全场景需求拆解任务，完成方案验证、效果对比、问题定位和优化迭代，不盲目依赖模型输出
具备快速学习和协作能力：能够跟进大模型、Agent、AI for Security、Security for AI 等方向的新技术，并在资深研究员或团队负责人的指导下完成具体任务落地
工作职责
参与 AI 安全场景落地建设：围绕安全日志分析、钓鱼邮件识别、事件溯源、检测规则辅助生成等场景，参与 AI 能力的开发、验证和持续优化
开发安全 Agent / Workflow 模块：根据既定方案，完成工具调用、知识检索、上下文组织、任务编排、结构化输出和结果校验等模块开发，支撑安全分析流程的智能化改造
参与安全知识库与评测数据建设：整理和结构化攻击技战术、检测规则、历史案例、威胁情报、安全日志样本等内容，支持 RAG、智能问答、规则生成和效果评测等能力建设
参与 AI 赋能攻防工具探索：在代码审计、漏洞辅助分析、Fuzzing Harness 生成、渗透测试工具封装、攻击路径分析等方向进行实验验证，输出脚本、PoC、调研报告或工具原型
协助 AI 输出质量评估与风险发现：对 AI 输出结果进行验证，发现并反馈幻觉、误判、证据不足、提示词注入、工具调用异常等问题，协助完善评测集、规则和安全校验机制
优先资格
有 LangChain、LlamaIndex、AutoGen 或同类框架实践经验更佳
AI 洞察
优缺点分析
优点
- AI安全是前沿交叉领域，技术成长空间大
- 中国平安作为大型金融科技公司，平台资源丰富，业务场景多样
- 团队涉及安全与AI核心技术，能积累宝贵实战经验
- 技术更新迭代快，需要持续学习和跟进最新进展
- 对综合能力要求高，既懂安全又懂AI，学习曲线陡峭
- 适合有安全基础、对AI应用充满热情、具备较强工程能力的求职者，愿意在金融科技领域深耕AI安全方向
缺点 / 挑战
- 安全场景复杂，AI落地效果需要反复验证和优化，工作压力可能较大
角色解读
- 在AI安全领域深耕，成为AI安全专家或安全架构师
- 横向发展，向安全研发、安全运营或AI平台方向拓展
- 在平安内部晋升为技术负责人或项目负责人
- 将大模型技术应用于安全攻防场景，开发AI驱动的安全分析工具和Agent
- 建设安全知识库和评测数据集，提升AI输出的准确性和可靠性
- 探索AI在代码审计、漏洞分析等攻防工具中的创新应用
- 扎实的安全基础，熟悉安全日志分析、威胁检测、渗透测试等至少一个方向
- 大模型应用开发经验，掌握Prompt、RAG、Agent、工具调用等技能
- 优秀的工程能力，精通Python，能快速实现原型和自动化脚本
申请策略
- 关注平安在AI安全方向的技术博客或公开演讲，了解团队技术偏好
- 准备一个AI+安全的Demo或项目案例，展示实战能力
- 突出安全实战项目经验，如安全日志分析、渗透测试、威胁检测等
- 强调大模型应用开发经历，特别是使用LangChain、RAG、Agent等框架的具体案例
- 展示工程能力，如Python开发、Docker部署、API封装等
- 补充大模型应用开发知识，系统学习LangChain、AutoGen等框架
- 加强安全领域知识，熟悉常见攻击手法和检测规则
面试指南
- 对于项目类问题，使用STAR法则（情境、任务、行动、结果）清晰描述
- 对于技术设计问题，先阐述核心思路，再分点说明关键组件和潜在风险
- 对于评估类问题，结合具体指标（如准确率、召回率）和实际案例说明
- 请介绍一个你使用大模型解决安全问题的项目
- 如何设计一个RAG系统用于安全知识问答？需要注意哪些问题？
- 你对AI Agent在安全自动化中的应用有什么看法？
- 你如何评估大模型输出的安全性？如何防止幻觉和误导？
- 请解释一下安全日志分析中的常见威胁检测规则
匹配度报告
71
综合匹配度
大厂高级AI安全岗，前沿技术栈，成长空间大，但办公不灵活且可能加班。
适合人群
最看重技术成长和前沿领域探索的求职者，愿意在AI安全方向深耕。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展90
工作生活50
使命价值75
薪资福利匹配
70中等
薪资面议，但作为大厂高级职位，竞争力较强，福利体系完善。
薪资信号面议 (30K-50K/月)
成长发展匹配
90较高
职位涉及前沿AI安全技术，团队有资深研究员指导，成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、RAG、Agent、LangChain、安全日志分析、威胁检测
成长机会在资深研究员或团队负责人的指导下完成具体任务落地
业务类型ambiguous
工作生活匹配
50较低
深圳市现场办公，大厂工作强度可能较高，未明确WLB政策。
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
75中等
AI安全具有较强社会价值，平安在金融安全领域影响力大，但未明确使命描述。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs