中国平安
算法高级工程师（AI安全算法）
算法高级工程师（AI安全算法）
发布于 大约 16 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
机器学习
RAG
安全分析
大模型
LlamaIndex
AI 估算 · 35k–55k
深圳大厂AI安全算法高级岗位，技术栈前沿稀缺，薪资竞争力强，中位数约45k/月，15薪
职位详情
关于这个职位
该职位是中国平安AI安全算法方向的高级工程师岗位，主要负责智能安全运营中心（SOC）中AI算法的研发，包括安全日志分析、威胁情报提取、钓鱼邮件识别等小模型和大模型的应用落地
你将参与搭建告警分诊智能体、赋能攻防工具链，并负责模型微调、部署与推理优化
适合有扎实机器学习与大模型工程经验、热爱安全领域的算法工程师
最低要求
学历与经验：计算机、数学或相关专业本科及以上学历，3年以上算法与工程开发经验
坚实的传统机器学习基础：除了深度学习，需熟练掌握常用经典机器学习算法的底层原理，熟练使用Scikit-Learn, LightGBM, XGBoost等工具库
有实际的异常检测、时间序列挖掘及模型调优的工程化落地经验
大模型与前沿AI能力：熟悉主流的生成式大模型架构与微调机制
熟悉现有的各类AI应用工具和开发范式，有实际使用LangChain/LlamaIndex等框架搭建RAG或Agent系统的开发经验
工程能力过硬：极强的动手能力和Coding能力，熟练使用Python（熟悉C/C++或Go更佳）
能写出高质量、易维护、高并发的工程代码，熟悉基于Docker/K8s的模型部署，对FastAPI等各类服务框架有具体的实践落地
拥抱变化与挑战：面对AI重构传统业务的挑战，有自我驱动力，具备极强的快速学习能力和解决实际业务痛点的热情
工作职责
AI安全核心模块研发：参与新一代智能SOC中AI算法模块的研发工作，负责安全日志分析、威胁情报提取、钓鱼邮件识别等场景下的小模型（SLM）训练与大模型（LLM）Prompt/RAG链路构建
Agentic流程落地：深入理解安全运营（SecOps）诉求，使用最新的Agentic理念和框架，编写高质量的工具调用（Tool Calling / Function Calling）接口，搭建告警分诊（Triage）和溯源分析的智能体
攻防工具链赋能：参与AI在漏洞挖掘和渗透测试中的探索性工作
利用大模型辅助编写和生成Fuzzing Harness代码，提升传统漏洞挖掘工具的代码覆盖率
探索并实现渗透测试工具的智能化封装
模型工程与优化：参与领域内大模型的微调（SFT）和数据清洗工程，构建高质量的安全语料库
协助完成AI模型的线上部署、性能压测和推理加速工作
前沿技术跟进：保持对开源AI社区（HuggingFace, GitHub等）的极高敏锐度，快速评测最新的AI工具库、开源模型和技术方案，并形成业务转化
AI 洞察
优缺点分析
- 平台优势：中国平安作为世界500强巨头，提供稳定平台、完善福利和丰富资源
- 技术前沿：聚焦AI+安全交叉领域，涉及大模型、Agent、RAG等热门技术，积累稀缺经验
- 成长空间：业务场景真实且复杂，能快速提升AI工程化与安全实战能力
- 技术难度高：需要同时精通AI算法、工程化落地和安全领域知识，对综合能力要求高
- 工作强度可能较大：安全运营任务紧迫，可能存在版本迭代和应急响应压力
- 竞争激烈：AI安全是热点方向，吸引大量优秀人才，需持续学习保持领先
- 适合有3年以上AI算法工程经验、技术基础扎实、热爱安全领域、追求前沿技术实践并具备较强自驱力的求职者
角色解读
- 技术深耕：向AI安全专家发展，成为安全算法领域的技术带头人
- 横向扩展：结合安全业务，向安全架构师或AI平台架构师转型
- 管理路线：积累经验后可带领团队，晋升为算法团队负责人或AI安全技术总监
- 研发AI安全算法，包括训练小模型和构建大模型RAG/Agent链路，用于日志分析、威胁情报和钓鱼邮件识别
- 基于Agentic框架搭建安全运营智能体，实现告警自动分诊和溯源分析
- 参与攻防工具链AI赋能，辅助漏洞挖掘和渗透测试，提升代码覆盖率
- 负责模型微调、数据清洗、线上部署和推理加速，保持对前沿AI技术的跟踪与转化
- 扎实的机器学习基础，精通经典算法如XGBoost、LightGBM，并有异常检测等工程经验
- 熟悉大模型架构与微调，熟练使用LangChain/LlamaIndex构建RAG/Agent系统
- 极强的代码能力，熟练掌握Python，了解C/C++或Go，具备高性能工程开发经验
- 掌握Docker/K8s部署，有FastAPI等服务框架实践，具备安全领域知识是加分项
申请策略
- 中国平安注重业务理解，面试中需展示如何将AI技术应用到实际安全场景
- 关注平安科技在AI安全方向的最新成果，在面试中体现对公司和行业的了解
- 突出机器学习算法工程化案例，尤其是异常检测、时间序列等落地项目
- 强调大模型相关经验，如RAG、Agent、LangChain/LlamaIndex项目
- 展示工程能力：高性能代码、Docker/K8s部署、FastAPI服务实践
- 如有安全背景或漏洞挖掘、渗透测试相关项目，务必详细写
- 补充安全领域知识：了解常见安全日志格式、威胁模型、SOC流程
- 实践Agent框架：亲自动手搭建一个告警分诊或工具调用智能体Demo
面试指南
- STAR法则：描述项目背景（S）、任务（T）、行动（A）和结果（R），突出工程化细节
- 对比思维：说明为什么选择该技术方案，与其他方案（如传统方法、不同模型）的优缺点
- 业务导向：强调技术如何解决实际业务问题，量化效果（如准确率提升、误报率降低）
- 请描述一个你使用机器学习进行异常检测的完整项目，包括数据、模型、调优和部署
- 讲解一下你对RAG和Agent的理解，并举例说明如何用LangChain构建一个对话式安全分析助手
- 如何评估大模型在安全场景下的效果？请谈谈你的优化思路
- 你如何处理大规模日志数据？使用什么技术栈实现实时告警？
- 你对AI安全未来趋势的看法？中国平安在其中的角色？
匹配度报告
75
综合匹配度
深圳大厂AI安全算法岗，薪资优厚技术前沿，成长空间大但现场办公任务可能较重。
适合人群
该职位最适合追求技术成长和前沿挑战、重视薪资和发展机会，对工作生活平衡要求不高的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展95
工作生活50
使命价值70
薪资福利匹配
85较高
中国平安作为上市巨头，提供具有竞争力的薪资和完整福利体系，该职位薪资处于市场高位，补偿性动机得到较好满足。
薪资信号偏高 (35K-55K/月)
成长发展匹配
95较高
职位涉及AI安全前沿技术（大模型、Agent、RAG），技术栈先进，成长空间大，能快速积累稀缺经验，发展性动机极强。
技术前沿前沿/新兴技术
技术栈Python、大模型、LangChain、LlamaIndex、RAG、Agent、机器学习、Docker、Kubernetes
业务类型ambiguous
工作生活匹配
50较低
深圳现场办公，未提及弹性工作或远程，互联网安全岗位可能存在加班，生活化动机满足有限。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
70中等
AI安全领域直接对抗网络威胁，具有正向社会价值，但金融企业以商业利益为导向，意义感动机中等偏上。
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