快手
【快Star】安全工程师-安全攻防Agentic AI方向
【快Star】安全工程师-安全攻防Agentic AI方向
发布于 大约 2 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
本科
安全工程
Agentic Ai
Ctf
Go
Rlhf
代码审计
大模型
安全攻防
指令微调
漏洞挖掘
AI 估算 · 20k–35k
快手校招安全岗，AI安全方向人才稀缺，薪资有竞争力，结合北京市场水平，预估月薪2-3.5万，16薪。
职位详情
关于这个职位
该职位是快手安全团队的前沿研究型岗位，专注于将大模型与Agentic AI应用于安全攻防，包括漏洞挖掘、攻防对抗、应急响应等
你将参与基础大模型的安全领域增强、多Agent协作框架设计以及评测体系建设，直接服务于亿级用户的业务安全防护
适合对AI与安全交叉领域有热情、追求技术深度的应届硕博生
最低要求
届毕业生，计算机、网络空间安全、人工智能、密码学、数学等相关专业，硕士及以上优先
在 AI/大模型 与 安全 中至少一个方向具备扎实功底，并对另一方向有强烈兴趣和学习意愿
熟练掌握Python/Go/C/C++中至少一门，具备一定的安全或AI工具开发经验
在AI、安全等方向有顶会论文，开源代表作，或者 参与过知名CTF竞赛并取得优秀成绩
工作职责
基础大模型的安全领域增强：探索面向漏洞理解、漏洞利用链推理、代码审计、流量与日志语义解析的指令微调、SFT、RLHF、RLEF等技术路线
解决安全语料稀缺、长上下文代码推理、跨模态（代码 / 流量 / 二进制 / 日志）对齐等核心难题
Agentic AI 系统的设计与落地：从零参与构建面向企业级攻防场景的多 Agent 协作框架，实现 漏洞挖掘 → 漏洞修复 → 攻击检测 → 事件研判 → 事件响应 的端到端闭环
包括规划与反思机制、工具使用、长程记忆、自博弈与红蓝对抗训练环境
高质量评测体系建设：定义并落地基础大模型 + Agent 双层评测基准，覆盖 CTF、真实 CVE 复现、漏洞挖掘、复杂入侵链研判等场景
让"能力提升"可度量、可复现、可对比业界 SOTA
从研究到生产的闭环：你的代码不会停留在论文里——它会直接跑在快手服务数亿用户的复杂业务体系一线，对抗真实攻击者
优先资格
在 AI/大模型 与 安全 交叉方向有论文、开源项目或竞赛成绩
深度参与过知名AI安全类开源项目的源码级研究
有知名大厂或机构的实习经验者
GitHub / 个人博客 / 技术分享能体现长期、有品味的技术轨迹
AI 洞察
优缺点分析
优点
- 前沿技术领域，AI+安全是未来高价值方向，有大量未解决难题
- 快手平台大，业务复杂，能接触真实攻防场景，技术落地性强
- 团队以AI为第一生产力，创新空间大，个人成长迅速
- 学历要求高，同事水平高，能积累高质量人脉
- 要求同时具备AI和安全知识，学习曲线陡峭，需要持续投入
- 校招门槛高，竞争激烈，需要极强的技术背景和项目经验
- 适合对AI和安全都有强烈兴趣，具备较强自驱力和研究能力，希望在前沿领域深耕的应届硕博生
缺点 / 挑战
- 安全攻防压力大，可能需要应对突发安全事件，工作强度不确定
角色解读
- 安全与AI交叉方向专家，成为少数同时掌握攻防实战和大模型调校的人才
- 可向安全架构师、AI安全研究负责人或Agentic AI系统专家方向发展
- 拥有从研究到生产的完整闭环经验，未来可在大厂核心安全团队或创业公司担任技术骨干
- 参与基础大模型在安全领域的指令微调和强化学习，提升模型对漏洞、代码审计、日志分析等任务的专项能力
- 设计并实现多Agent协作框架，覆盖漏洞挖掘、攻防模拟、事件响应的端到端自动化流程
- 构建大模型与Agent的双层评测基准，通过CTF、CVE复现等量化能力提升
- 将研究成果直接部署到快手真实业务环境，对抗真实攻击者
- 扎实的编程能力，至少精通Python/Go/C/C++中的一门
- 对AI/大模型或安全攻防有深入理解，并有强烈兴趣学习交叉领域
- 有顶会论文、开源项目或CTF竞赛经历，能证明技术实力
- 具备一定的安全工具开发经验或模型训练经验
申请策略
- 了解快手安全团队的技术方向和已公开的安全研究成果，在申请中展现针对性
- 强调自己的快速学习能力和对Agentic AI安全前景的认同
- 突出AI或安全方向的深入研究项目，如论文、开源贡献、CTF战绩等
- 展示工程能力，包括编程语言、工具链、系统设计经验
- 强调跨领域能力，例如用AI解决安全问题的实践，或安全场景中的模型应用
- 附上GitHub、技术博客等证明持续学习和技术热情
- 提前系统学习大模型训练与微调技术（如SFT、RLHF），动手实践
- 关注Agentic AI框架（如LangChain、AutoGPT）在安全攻防中的应用
面试指南
- STAR法则：明确情境、任务、行动、结果，突出技术深度和思考过程
- 交叉融合：展示你如何将AI技术与安全场景结合，体现问题分解和创新能力
- 结构清晰：分点回答，先陈述核心观点，再展开细节，最后总结
- 讲解一下你参与的AI或安全项目，遇到了哪些关键技术挑战？
- 如何用大模型进行漏洞挖掘？请谈谈你的思路
- 你对Agentic AI在安全领域的应用前景有什么看法？
- 描述一个你通过代码审计或CTF发现的漏洞，以及利用过程
- 如何评估一个安全大模型的好坏？设计评测方案
职位点评
73
综合评分
技术前沿、成长性极强的AI安全研究岗，薪资有竞争力但工作强度未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
最适合以技术成长和前沿探索为核心动机的求职者，愿意接受大厂高强度工作环境，追求职业能力跃升。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值72
薪资福利
70中等
快手为上市公司，校招薪资和福利在大厂中具有竞争力，但JD未明确薪资福利具体内容，补偿性激励中等偏上。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
90较高
职位处于AI+安全前沿，技术含量高，有大量研究到生产的实践机会，发展性激励非常强。
技术前沿前沿/新兴技术
技术栈大模型、Agentic AI、安全攻防、漏洞挖掘、代码审计、指令微调、RLHF、SFT、CTF
业务类型ambiguous
工作生活
50较低
仅现场办公，具体工作地点未明确，未提及弹性工作和加班情况，生活化激励存在不确定性，因大厂节奏可能一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
AI安全对数字社会安全有积极意义，行业属于新兴高增长领域，但JD未强调使命感和价值观，意义感激励中等偏上。
行业发展新兴领域（暂难判断）
社会影响中性/一般
创新程度积极采用新技术
快手 的其他在招职位
相似职位推荐
Watch Jobs