高级 AI 安全研究员

优缺点分析

角色解读

• 可沿 AI 安全研究方向深入，成长为安全 Agent/评测体系或 AI for Security 方向的资深研究员
• 也可向安全智能化平台、攻防工具链或大模型安全治理等方向拓展
• 在金融安全场景中积累日志分析、威胁检测和知识库建设经验，形成“安全+AI”复合背景
• 参与 AI 安全场景落地，围绕安全日志分析、钓鱼邮件识别、事件溯源、检测规则生成等开发并优化 AI 能力
• 开发安全 Agent/Workflow，包括工具调用、知识检索、上下文组织、任务编排、结构化输出和结果校验
• 建设安全知识库与评测数据，整理攻击技战术、检测规则、历史案例、威胁情报和日志样本，支撑 RAG、智能问答与规则生成
• 探索 AI 赋能攻防工具，并在代码审计、漏洞分析、Fuzzing、渗透测试等方向做原型验证，同时评估 AI 输出风险
• 至少熟悉一个安全方向，如日志分析、威胁检测、应急响应、威胁情报、漏洞分析、代码审计或渗透测试
• 理解 Prompt、RAG、Agent、工具调用、结构化输出和模型评测等大模型应用方法
• 具备 Python 工程能力，能完成数据处理、API 封装、脚本自动化、工具集成和原型开发
• 具备问题拆解、实验验证和快速学习能力，能定位 AI 输出中的幻觉、误判和提示词注入等问题

申请策略

• 投递前了解中国平安的安全业务场景和金融行业合规要求，面试中强调安全严谨性
• 由于薪资为面议，建议在沟通初期确认职级、薪资结构和办公模式
• 突出至少一个安全方向的实战经历，如日志分析、威胁检测、应急响应、漏洞分析、代码审计或渗透测试
• 展示大模型应用项目，重点写清 Prompt、RAG、Agent、工具调用、结构化输出和评测的具体做法
• 用 Python 工程案例证明数据处理、API 封装、自动化脚本和工具集成能力
• 如有 LangChain、LlamaIndex、AutoGen、FastAPI、Docker 或向量数据库经验，尽量量化项目效果
• 补强 RAG/Agent 的完整链路实践，包括知识库构建、检索评估、工具调用和结果校验
• 准备一个安全场景的 AI 原型案例，如日志告警降噪、钓鱼邮件识别或检测规则辅助生成

面试指南

• 场景题按“业务目标—数据/知识—模型与Agent流程—评测指标—风险控制”作答，突出闭环
• 项目题用 STAR 结构，说明你的具体职责、技术选型、遇到的失败和迭代结果
• 风险题先分类风险来源，再说明评测集、规则校验、人工复核和监控告警等组合措施
• 你如何用大模型改造安全日志分析或钓鱼邮件识别流程？
• 请介绍一个你做过的 RAG/Agent 项目，如何做工具调用、上下文组织和结果校验？
• 如何评估安全 Agent 的输出质量，并处理幻觉、误判和提示词注入？
• 在代码审计或漏洞分析中，你会如何设计 AI 辅助工具原型？
• 你如何跟进 AI for Security / Security for AI 的新技术并落地到业务？