小米
AI红队安全专家
AI红队安全专家
发布于 大约 9 小时前普通员工/个人贡献者
武汉市 / 北京市
专家级经验
全职员工
仅现场办公
学历未注明
渗透测试
代码审计
AI红队
安全自动化
AI Agent
漏洞挖掘
Fuzzing
AI 估算 · 25k–45k
AI安全专家稀缺，大厂薪酬竞争力强，武汉和北京平均薪资综合估算
职位详情
关于这个职位
小米正在招聘AI红队安全专家，负责构建AI驱动的自动化安全测试体系，设计AI安全能力基准测试框架，并搭建AI vs AI攻防对抗平台
你将与模型团队协作，通过评测数据驱动安全能力优化，推动安全测试从人工向Agent自主攻防演进
这是一个结合前沿AI技术与深度安全研究的专家岗位
最低要求
年以上安全研究经验，至少精通以下方向之一：
a) 二进制漏洞挖掘与利用（操作系统/浏览器/移动端）
b) 渗透测试与红队评估
c) Fuzzing 工程（AFL/LibFuzzer/syzkaller 等）
熟练掌握 Python/C/C++ 中至少两门，具备独立开发安全工具和自动化框架的工程能力
有 AI 结合安全研究的实践经验（如使用 LLM 进行漏洞挖掘、Exploit 生成、代码审计等）
理解 AI Agent 核心机制（Tool Use、上下文管理、多步推理编排），有 Agent 应用开发或集成经验
工作职责
构建 AI Agent 驱动的自动化安全测试体系，集成代码审计、逆向调试、Fuzzing、渗透测试等工具链，实现从漏洞发现到验证的全流程自动化调度
设计 AI 安全能力基准测试框架，建立可重复、可量化的模型攻防能力评估流程（覆盖漏洞发现率、利用成功率、误报率等核心指标）
搭建 AI vs AI 自动化攻防对抗平台，推动安全测试从人工审计向 Agent 自主攻防演进
基于评测数据驱动安全能力优化，与模型团队协作建立"评测-反馈-训练"闭环迭代机制
优先资格
有 CVE 编号、安全竞赛获奖、厂商漏洞赏金或名人堂记录
参与过模型安全评测、红队测试或安全微调数据集构建
熟悉 CodeQL / Semgrep / Joern 等静态分析工具
有大型开源项目（Linux 内核/Chromium/Android）的安全研究经历
活跃于安全社区，有技术博客、开源工具或会议演讲
AI 洞察
优缺点分析
优点
- 前沿技术方向：AI+安全是行业热点，技能积累价值极高
- 大厂平台：小米提供丰富的资源和影响力，接触实际复杂场景
- 团队协作紧密，与模型团队共同迭代，学习机会多
- 领域交叉度高，需同时精通安全和AI，学习曲线陡峭
- 攻防对抗节奏快，可能需要应对紧急漏洞响应和高强度迭代
- 岗位要求高，竞争激烈，需持续产出成果
缺点 / 挑战
- 技术挑战性强，工作内容新颖，能持续提升专业深度
- 适合拥有深厚安全背景、对AI充满热情、喜欢技术挑战和自动化创新的安全专家
角色解读
- 深入AI安全领域，成为AI模型安全专家或红队架构师
- 向安全团队管理层发展，带领AI安全测试团队
- 横向拓展至模型安全评测、安全微调数据集构建等方向
- 构建AI驱动的自动化安全测试体系，集成代码审计、逆向调试、Fuzzing等工具，实现漏洞全流程自动化
- 设计AI安全能力基准测试框架，建立可量化评估模型攻防能力的流程，包括漏洞发现率、利用成功率等指标
- 搭建AI vs AI攻防对抗平台，推动安全测试从人工审计向Agent自主攻防演进
- 基于评测数据驱动安全能力优化，与模型团队协作建立评测-反馈-训练闭环迭代机制
- 精通二进制漏洞挖掘、渗透测试或Fuzzing工程，具备3年以上安全研究经验
- 熟练掌握Python和C/C++，能独立开发安全工具和自动化框架
- 有AI结合安全研究的实践经验，如使用LLM进行漏洞挖掘或代码审计
- 理解AI Agent核心机制（Tool Use、上下文管理、多步推理），有相关开发集成经验
申请策略
- 了解小米AI安全战略和近期安全动态，在面试中展示与公司方向的契合
- 准备一个完整的AI红队自动化方案设计案例，体现系统思维
- 重点突出漏洞挖掘成果（CVE、漏洞赏金）以及AI安全项目经验
- 列出开发的自动化安全工具或框架，强调工程能力
- 展示开源贡献（如Linux内核、Chromium安全研究）或安全社区活跃度
- 如果有模型安全评测或红队测试经历，需详细说明
- 补充AI Agent相关技能，如LangChain、AutoGPT等框架的使用
- 学习静态分析工具（CodeQL、Semgrep）的应用
面试指南
- STAR法则：描述情景、任务、行动、结果，突出AI和安全结合
- 分步骤：从问题分析、工具选择、自动化流程到效果评估
- 结合实例：引用已有研究或项目，展示思考深度
- 请描述一个你使用AI（如LLM）进行漏洞挖掘的实际案例
- 如何设计一个AI红队自动化测试框架？涵盖哪些模块？
- 解释AI Agent中的Tool Use机制，并说明如何在安全测试中实现
- 你如何评估一个模型的安全能力？设计哪些核心指标？
- 如果你发现一个0day，如何利用AI生成Exploit？
匹配度报告
70
综合匹配度
大厂AI安全专家岗，技术前沿，薪资优厚，工作强度可能较高，适合技术驱动型人才。
适合人群
最匹配追求技术成长、热爱前沿领域、能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利匹配
75中等
大厂薪酬竞争力强，但JD未明确薪资和福利，实际待遇较高。
薪资信号偏高 (25K-45K/月)
成长发展匹配
85较高
岗位涉及最前沿的AI安全技术，技能成长空间极大，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈LLM、AI Agent、Fuzzing、漏洞挖掘、渗透测试
业务类型ambiguous
工作生活匹配
50较低
工作地点为北京/武汉办公室，未提及远程或弹性，可能加班较多。
工作模式未明确
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安全属于高速增长赛道，社会影响力中性，工作以技术创新为核心。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs