趋势科技的(Sr.) AI/ML engineer (TrenLife)薪资是多少？

该职位薪资范围为 35k–55k（人民币/月）。

(Sr.) AI/ML engineer (TrenLife)的工作地点在哪里？

该职位工作地点位于台北市。工作形式为仅现场办公。

趋势科技的(Sr.) AI/ML engineer (TrenLife)有什么任职要求？

该职位要求本科学历及中级经验工作经验。

趋势科技

(Sr.) AI/ML engineer (TrenLife)

立即应聘

(Sr.) AI/ML engineer (TrenLife)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 35k–55k · AI 参考估算

台北市

中级经验

本科

全职员工仅现场办公机器学习工程

机器学习工程

Ai Agent

Langgraph

Llm

Nlp

Pytorch

数据分析

机器学习

计算机视觉

值不值得投

73综合评分

综合评分 73

成熟安全公司AI岗位，技术栈前沿、成长性好，但工作模式未明确，补偿性信息不足。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

薪资怎么样

45K

比机器学习工程中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

79 个在招

市场机会

选择不多

台北 · 机器学习工程 · 3 个在招

职位详情

关于这个职位

这是趋势科技（Trend Micro）Griffin团队的AI/ML工程师职位

你将利用人工智能技术，为复杂的网络安全挑战开发创新解决方案，并参与设计和开发增强产品能力的AI驱动功能

岗位要求紧跟前沿技术，包括LLM、AI Agent、计算机视觉等，并运用AI-first思维提升工作效率

最低要求

Educational Background: BS or MS in Computer Science, Statistics, Mathematics, or a related field, with a strong passion and interest in AI, machine learning, and data science.

AI/ML Expertise: Solid understanding of AI/ML concepts and techniques, including traditional supervised/unsupervised learning, computer vision, NLP, LLM, agentic AI systems.

Programming and Frameworks: Proficiency in Python with strong experience in machine learning libraries (e.g., scikit-learn, PyTorch…) and agent frameworks (e.g., LangGraph)

Team Collaboration and Communication: ability to work effectively in a collaborative environment and communicate clearly with both technical and non-technical stakeholders, including explaining ideas and listening actively.

工作职责

Solutions to Security Problems: As part of our team, you will leverage AI technologies to develop innovative solutions for complex security challenges. Your role will involve investigating and analyzing potential security risks and designing corresponding solutions.

AI Product Features: Beyond cybersecurity, our team builds AI-powered features that enhance product capabilities and improve the user experience. You will help design and develop intelligent services, modules, core components that would be integrated with products and platforms.

Continuous Learning: The team is expected to stay up to date with state-of-the-art AI and machine learning technologies, including agent design and orchestration framework, LLM architecture/fine-tuning, and emerging approaches in supervised/unsupervised learning, computer vision, and audio intelligence.

AI-First mindset: Proactively embrace AI tools for coding, documentation, research, and spec-driven development. Apply AI workflows to routine tasks to improve productivity. Design AI agent-based solutions and features.

优先资格

Fluent in English

Experience in cloud services, like AWS, Azure, GCP

Experience in C/C++ or mobile app development

Data Analysis and visualization skills

AI 洞察

优缺点分析

优点

技术平台好：在网络安全领域的头部公司实践前沿AI技术，应用场景明确且有价值
技术栈前沿：岗位要求涵盖LLM、AI Agent等当前最热门的AI技术方向
团队使命清晰：专注于用AI解决实际安全问题，技术成果能直接赋能产品
技术深度要求高：需要同时具备扎实的AI理论基础和工程实现能力
领域知识门槛：需要理解网络安全背景，才能将AI技术有效应用于解决实际安全问题
具备扎实AI/ML基础，对网络安全感兴趣，乐于将前沿技术应用于解决复杂工程问题的开发者

缺点 / 挑战

持续学习压力：AI技术迭代快，需要不断跟进LLM、Agent等新技术的发展

角色解读

技术专家路线：深耕AI安全领域，成为特定方向（如计算机视觉安全、LLM安全应用）的技术专家
技术管理路线：积累项目经验后，带领小团队负责特定AI产品或解决方案的研发
领域拓展：从单纯的算法研究扩展到AI产品架构设计、云原生AI应用部署等更广泛的职责
利用AI/ML技术，特别是计算机视觉、NLP和LLM，解决网络安全场景下的具体问题
设计和开发集成到趋势科技产品平台中的智能服务、模块和核心组件
持续跟踪前沿AI技术（如AI Agent、LLM架构），并探索其在工作流程与产品功能中的应用
扎实的机器学习基础与算法知识，包括传统ML、CV、NLP和LLM
熟练使用Python编程及PyTorch、scikit-learn等主流ML框架，熟悉Agent框架如LangGraph
优秀的团队协作与沟通能力，能向技术及非技术人员清晰阐述方案

申请策略

仔细研究趋势科技的AI产品（如XDR, Vision One）中AI的应用点，思考可能的改进方向
在面试中展现‘AI-first’思维，举例说明如何用AI工具或思路优化自己的学习或开发流程
详细描述使用Python、PyTorch等工具完成的具体AI项目，特别是涉及CV、NLP或LLM的应用
突出解决复杂技术问题的能力，例如在数据受限或高安全性要求的场景下如何设计模型
如果相关，可展示对AI Agent、RAG等新兴范式的了解或实践经验
强调团队协作和沟通经历，特别是跨职能合作的案例
深入理解网络安全基础知识，了解常见威胁类型和防护思路
动手实践一个完整的AI Agent或LLM应用项目，并准备清晰的技术方案讲解

面试指南

使用STAR法则（情境、任务、行动、结果）来组织项目经验的回答
对于设计题，先明确问题、目标和约束，再提出技术方案（模型选型、数据流、评估指标），最后讨论潜在挑战
强调工程化思维和对业务价值的理解，而不仅仅是算法优劣
请介绍一个你过去解决的最有挑战性的ML问题，你的思路和最终方案是什么？
如何将一个LLM或AI Agent技术应用到具体的网络安全场景中？请设计一个方案
在模型设计时，如何平衡性能、延迟和资源消耗？请结合项目经验说明
当你的技术方案需要与产品经理或业务方沟通时，你会如何解释？
复习机器学习核心算法、深度学习框架和LLM相关概念（如Transformer, Fine-tuning, RAG, Agent）

职位点评

薪资福利70

成长发展85

工作生活60

使命价值75

薪资福利

70中等

大型上市公司薪资福利体系相对完整，但未在JD中披露具体薪资，其竞争力需结合具体offer评估。

薪资信号未披露（AI估算：3.5–5.5万/月）

成长发展

85较高

岗位涉及LLM、AI Agent等前沿技术，有明确的持续学习要求，技术成长空间大。

技术前沿前沿/新兴技术

技术栈LLM、LangGraph、PyTorch、计算机视觉、NLP、AI Agent

成长机会Continuous Learning、state-of-the-art AI and machine learning technologies、stay up to date

业务类型ambiguous

工作生活

60中等

JD未提及任何工作模式信息（如远程、弹性工时），按规则判断为“未明确”。工作地点在台北内湖科技园区。

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

75中等

在网络安全领域应用AI技术，解决实际安全挑战，社会价值明确，属于稳定成熟的行业。

行业发展稳定成熟行业

社会影响正向社会影响力较高

使命信号leverage AI technologies to solve security challenges、deliver AI-powered product features

创新程度积极采用新技术

这份工作值不值得投

73综合评分

成熟安全公司AI岗位，技术栈前沿、成长性好，但工作模式未明确，补偿性信息不足。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人：追求技术深度、希望在安全领域应用前沿AI技术的求职者。

查看完整 AI 洞察

薪资怎么样

45K

比机器学习工程中位数高+29%

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

79 个在招

市场机会

选择不多

台北 · 机器学习工程 · 3 个在招

趋势科技的其他在招职位

Watch Jobs

(Sr.) AI/ML engineer (TrenLife)

值不值得投

职位详情

关于这个职位

最低要求

工作职责

优先资格

AI 洞察

优缺点分析

角色解读

申请策略

面试指南

职位点评

薪资福利

成长发展

工作生活

使命价值

Y Leader (TrendIQ)

Applied AI Engine Engineer in Test (Content Inspection, Shisa)

Sr. Linux System Engineer (Deep Discovery Analyzer\Unified Sandbox)

相似职位推荐

推理引擎研发工程师，视频生成

大装置-大模型训练推理研发工程师

大模型系统训练研究员

Y Leader (TrendIQ)

Applied AI Engine Engineer in Test (Content Inspection, Shisa)

Sr. Linux System Engineer (Deep Discovery Analyzer\Unified Sandbox)

相似职位推荐

推理引擎研发工程师，视频生成

大装置-大模型训练推理研发工程师

大模型系统训练研究员

(Sr.) Cloud Engineer (DVAS)

(Sr.) Cloud Engineer (DVAS)

Sr. Engineer (SPN intelligence)

Sr. Engineer (SPN intelligence)

反爬算法工程师

反爬算法工程师

AIGC视觉生成算法工程师

AIGC视觉生成算法工程师

人工智能算法研究岗（数据算法岗）

人工智能算法研究岗（数据算法岗）

数据挖掘主管-神龙汽车

数据挖掘主管-神龙汽车

Industrial Engineering ES

Industrial Engineering ES