智谱
大模型安全能力研究员（实习）
大模型安全能力研究员（实习）
发布于 2 小时前实习/见习
实习生仅现场办公信息安全
信息安全
Ctf
Rlhf
Sft
大模型训练
模糊测试
漏洞挖掘
逆向工程
值不值得投
74综合评分
综合评分 74
前沿大模型安全研究实习，技术密度高，薪资福利与工作模式未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
9.0千
比信息安全中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
48 个在招
市场机会
选择面较广
北京 · 信息安全 · 约 140 个在招
职位详情
关于这个职位
该实习岗位加入智谱团队，研究如何提升大模型在漏洞攻防方向的安全能力
你将参与面向漏洞挖掘的大模型训练方案设计，探索源码审计、逆向工程、模糊测试等场景的推理能力提升，并搭建安全评测基准、跟踪复现高危漏洞，丰富训练与测试数据
最低要求
计算机、网络安全或相关专业硕士/博士在读
有 CTF 的丰富经历或真实的漏洞挖掘经验
熟悉大模型训练流程，特别是 SFT、RLHF 环节
熟悉操作系统底层原理，熟悉 C/C++ 语言，以及至少一个平台的汇编语言（x86/arm）
熟悉 web 或者二进制漏洞的原理、漏洞利用方式，手工完整做过漏洞利用验证程序
工作职责
设计并落地面向漏洞挖掘的大模型训练方案，涵盖预训练语料构建、指令微调以及基于人类/AI 反馈的强化学习环节
探索提升模型在自动源码审计、逆向工程、动态调试、模糊测试、漏洞利用程序(Exp)构建等安全场景下推理能力的技术路径
搭建并持续迭代模型安全能力评测体系和多维度的基准测试集
研究最前沿的漏洞安全攻防技术，包括漏洞挖掘、漏洞利用、缓解措施绕过
跟踪最新的漏洞情报，即时复现热点/重点目标的高危0day/nday漏洞，丰富模型训练/测试数据集
优先资格
作为 CTF 战队核心成员在大型 CTF 赛事、攻防演练中获得过前三名
获得过国内外大型软件的 CVE 致谢，实际漏洞赏金
AI 洞察
优缺点分析
优点
- 方向处于大模型安全与漏洞攻防交叉前沿，技术密度高，项目研究属性强
- 可同时积累大模型训练（SFT/RLHF）、评测体系和真实漏洞攻防经验，技能组合稀缺
- 团队研究方向明确，围绕源码审计、逆向、模糊测试等场景，有较多可产出成果的问题
- 对硕博在读生而言，实习内容与科研方向容易结合，利于论文或项目积累
- 要求同时具备大模型训练与底层漏洞攻防能力，技能跨度大，入门门槛高
- JD未披露工作模式与节奏，需提前确认实习时长、到岗要求和学业协调
- 适合有CTF/漏洞挖掘基础、对大模型训练与AI安全研究有强烈兴趣，并能在实习中投入深入研究的硕博在读生
缺点 / 挑战
- 漏洞复现与评测体系搭建需要较强工程耐心，部分任务可能重复且耗时
角色解读
- 可沿大模型安全研究路线发展，成长为AI安全研究员、红队/攻防专家或安全算法工程师
- 积累大模型训练、评测体系和漏洞攻防交叉经验，向安全技术负责人或研究方向纵深发展
- 实习表现优秀有机会深入参与前沿项目，为后续硕博研究或工业界安全岗位积累成果
- 设计并落地面向漏洞挖掘的大模型训练方案，覆盖预训练语料构建、指令微调与基于人类/AI反馈的强化学习
- 探索提升模型在自动源码审计、逆向工程、动态调试、模糊测试和漏洞利用程序构建等安全场景中的推理能力
- 搭建并迭代模型安全能力评测体系和多维基准测试集，跟踪漏洞情报并复现高危0day/nday漏洞以扩充数据
- 扎实的网络安全与漏洞攻防基础，理解Web或二进制漏洞原理及利用方式，有CTF或真实漏洞挖掘经历
- 熟悉大模型训练流程，尤其是SFT、RLHF，能参与训练方案设计与数据构建
- 掌握操作系统底层原理、C/C++及x86/ARM汇编，能支撑逆向、调试和漏洞验证
- 具备研究能力与工程落地意识，能搭建评测基准并持续迭代
申请策略
- 投递前了解智谱在大模型安全、代码智能等方向的产品与研究动态，面试中体现方向匹配
- 主动说明可实习时长、到岗频率和学业安排，方便团队评估合作方式
- 突出CTF经历、名次、战队角色，以及真实漏洞挖掘/CVE致谢/漏洞赏金案例
- 写明参与过的大模型训练或微调项目，具体说明SFT、RLHF、数据构建和评测经验
- 展示C/C++、x86/ARM汇编、逆向工程、模糊测试、源码审计等底层安全能力
- 用项目描述串起“漏洞发现—利用验证—模型训练/评测”的闭环，体现研究到落地能力
- 补齐大模型训练全流程知识，重点理解SFT、RLHF、偏好数据和评测基准设计
- 准备一个可复现的漏洞挖掘或利用验证案例，熟悉动态调试与模糊测试工具链
面试指南
- 用STAR结构讲清场景、任务、行动和结果，突出个人贡献与可验证证据（名次、CVE、PoC）
- 回答训练方案时按“目标—数据—训练—评测—迭代”框架展开，说明为什么这样设计
- 回答漏洞技术问题时先讲原理和利用链，再讲验证方法与防御/缓解绕过点
- 请介绍一次你完整参与的CTF比赛或真实漏洞挖掘经历，你负责哪部分？如何设计面向漏洞挖掘的大模型训练方案？预训练语料、SFT和RLHF分别如何构建？在自动源码审计或逆向工程场景中，如何评测大模型的推理能力？请说明一个Web或二进制漏洞的原理、利用方式，以及你如何手工验证
- 你如何跟踪并复现高危0day/nday漏洞，如何转化为训练或测试数据？
- 准备1-2个漏洞挖掘或CTF项目的详细材料，包括PoC、利用链、调试过程和复盘
- 复习大模型SFT、RLHF、评测基准和安全对齐的基础知识，能结合实际场景讨论
- 了解智谱模型与安全研究动态，思考大模型在漏洞攻防中的能力边界与风险
职位点评
薪资福利60
成长发展90
工作生活50
使命价值88
薪资福利
60中等
JD未披露实习薪资与福利，补偿性动机需通过与HR沟通确认；岗位技能稀缺，若津贴匹配则具备一定吸引力。
薪资信号未披露（AI估算：6.5千–1.1万/月）
成长发展
90较高
职位处于大模型安全与漏洞攻防交叉前沿，可深度参与训练方案、评测体系和攻防研究；JD未明确培训或晋升机制。
技术前沿前沿/新兴技术
技术栈大模型训练、SFT、RLHF、漏洞挖掘、逆向工程、模糊测试、源码审计、C/C++、x86/ARM汇编
业务类型ambiguous
工作生活
50较低
JD未提及办公模式、弹性或加班情况，工作节奏与WLB需与团队确认；实习还需协调学业与到岗时间。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
88较高
职位聚焦提升大模型在漏洞攻防中的安全能力，属于AI安全前沿方向，对模型安全与漏洞防御有正向价值；JD未直接表述使命愿景。
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