中国电信
终端安全研发工程师
终端安全研发工程师
发布于 大约 9 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
硕士
信息安全
Ai Agent
Autogen
Iot安全
Llm
Pytorch
Tensorflow
渗透测试
漏洞挖掘
固件安全
AI 估算 · 25k–40k
职位详情
关于这个职位
该职位主要负责中国电信旗下IoT终端设备（如摄像头、网关、路由器）的安全测试与漏洞挖掘，同时需要将LLM、ML、Agent等AI技术引入安全测试流程，探索AI驱动的自动化安全测试框架
工作内容兼具传统安全攻防与前沿AI应用，适合对IoT安全和AI技术均有浓厚兴趣的工程师
最低要求
计算机、人工智能、网络安全或相关专业硕士及以上学历，具备扎实的理论基础
熟练掌握 Python/Go/Java 至少一门语言，拥有扎实的算法、数据结构功底及良好的编码习惯
熟悉 LLM 原理与应用，具备基于 LangChain、AutoGen 等框架进行 AI Agent 开发的实战经验
了解主流安全技术体系，熟悉漏洞原理、渗透测试、威胁情报或安全运营（SOC）流程
具有机器学习/深度学习项目落地经验，熟悉 PyTorch、TensorFlow 等主流框架者优先
深刻理解 Harness 工程理念，熟悉 AI Agent 运行机制，具备智能体底座、工作流编排、工具治理相关落地经验
工作职责
面向摄像头、网关、路由器、智能家居等IoT终端设备，开展安全测试、漏洞分析与安全研究工作
负责摄像头等IoT终端设备的安全测试、漏洞挖掘与风险评估工作
对设备固件、Web管理页面、移动端配套接口、开放API及常见协议开展安全分析
针对认证授权、访问控制、数据传输、升级机制、默认配置等关键安全点开展测试与研究
复现并分析公开漏洞，评估产品受影响情况
输出高质量安全测试报告、技术分析文档和研究结论，支持产品整改与能力沉淀
研究并设计AI在IoT安全测试场景中的应用方案，包括测试点生成、漏洞归因、攻击路径推演和测试流程编排
探索基于LLM/Agent/RAG的IoT安全测试自动化框架，提升测试覆盖率与效率
对AI输出结果进行验证、评估和优化，建立适合业务场景的评估标准与质量控制机制，推动AI安全测试能力在团队内部落地
跟踪最新研究进展，并结合业务进行转化
AI 洞察
优缺点分析
优点
- 岗位结合了IoT安全与AI前沿技术，技术含量高，能快速积累复合型技能
- 中国电信作为大型央企，平台稳定，资源丰富，能接触到大规模真实业务场景
- AI在安全领域的应用是未来趋势，该岗位有较好的行业前景和职业发展空间
- IoT设备种类繁多，安全测试工作可能较为繁琐，需要耐心和细致
- 作为央企，内部流程可能相对复杂，创新落地可能需要一定时间
- 适合对网络安全和人工智能均有浓厚兴趣，具备较强自学能力和技术热情，希望在大型平台深耕前沿技术的工程师
缺点 / 挑战
- 工作内容具有挑战性，能持续学习新技术，避免技术栈老化
- 岗位对技术要求全面，需要同时掌握安全、AI、编程等多领域知识，学习压力较大
角色解读
- 在安全领域深耕，从IoT安全工程师向高级安全专家、安全架构师方向发展
- 结合AI技术，可转型为AI安全研究员或AIGC安全产品负责人
- 在大型国企平台，有机会向安全团队的技术管理岗位发展
- 对摄像头、路由器等IoT设备进行安全测试、漏洞挖掘与风险评估，发现并协助修复安全缺陷
- 分析设备固件、Web接口和通信协议，针对认证、加密等关键环节进行深入测试
- 将LLM、ML和Agent技术应用于安全测试流程，设计并实现自动化漏洞发现和攻击路径推演工具
- 撰写高质量的安全测试报告和技术文档，为产品团队提供整改建议
- 扎实的网络安全基础，熟悉漏洞原理、渗透测试和主流安全工具
- 精通Python、Go或Java中至少一门语言，具备良好的编码能力
- 熟悉LLM原理，有基于LangChain、AutoGen等框架开发AI Agent的实战经验
- 了解机器学习/深度学习，有PyTorch或TensorFlow的项目落地经验
申请策略
- 在求职信中表达对AI+安全领域的热情，并展示你对这个方向的思考
- 可以提前了解中国电信的安全业务布局，在面试中展现你的了解
- 突出IoT安全测试、漏洞挖掘的具体项目经验，包括测试对象、发现的问题和成果
- 重点展示AI Agent开发经验，如基于LangChain或AutoGen构建的自动化工具
- 强调编程能力，特别是Python在安全工具开发中的应用
- 如有机器学习或深度学习项目经验，务必详细描述
- 系统学习LangChain、AutoGen等主流AI Agent框架，并动手实践
- 深入学习IoT固件分析、协议逆向等安全测试技术
面试指南
- 回答技术问题时，可以遵循STAR法则，清晰描述情境、任务、行动和结果
- 对于AI应用类问题，可以结合具体项目，说明技术选型、实现思路和效果
- 对于开放性问题，可以展现你的技术视野和思考深度，并联系实际业务场景
- 请详细描述一个你进行IoT设备漏洞挖掘的完整过程
- 如何利用LLM或Agent技术来提升安全测试的效率？请举例说明
- 你对LangChain和AutoGen框架的理解是什么？它们各自有什么优缺点？
- 如何评估一个AI安全测试工具的输出质量？
- 请谈谈你对AI Agent在安全领域应用前景的看法
职位点评
76
综合评分
央企平台，前沿AI+IoT安全技术，发展空间大，但工作地点和WLB需权衡。
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
该职位最适合那些追求技术前沿、渴望在AI与安全交叉领域深耕，并看重平台稳定性的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
作为大型央企，薪资待遇和福利保障较为稳定，但薪资水平可能不如互联网大厂有竞争力。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
该职位处于AI+安全的前沿交叉领域，技术含量高，能接触到最新的AI应用，成长空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、ML、Agent、LangChain、AutoGen、RAG、IoT、PyTorch、TensorFlow
业务类型ambiguous
工作生活
60中等
工作地点在杭州余杭区，可能位于科技园区，通勤和生活便利性一般。工作强度未明确，但作为技术研发岗，可能需要一定的投入。
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
70中等
该职位通过提升IoT设备安全性，对保障用户隐私和公共安全有积极意义，但作为企业内部岗位，社会影响力相对间接。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs