主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "网络安全大模型算法工程师-Seed",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 1,
"degree": "拥有机器学习/网络安全相关的博士研究生学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、研究和构建基于LLM与强化学习的网络安全智能体（AI Security Agents），用于渗透测试和漏洞修复等；\n2、设计和实现Agent系统与强化学习训练环境，在模拟或真实安全环境中训练和评估安全智能体；\n3、利用网络安全数据（如CTF题目、系统日志、漏洞数据和攻击行为数据）构建机器学习模型。",
"requirements_text": "1、扎实的机器学习/深度学习基础，熟悉LLM或强化学习（RL）；\n1）拥有机器学习/网络安全相关的博士研究生学历；\n2）或者1年以上LLM+网络安全研究工作经验，做出过领域突出贡献；\n2、熟练使用PyTorch、VeRL等机器学习框架，有丰富LLM、Agent系统或RL训练经验；\n3、具备真实网络安全研究经验，例如参与过CTF竞赛（如DEFCON CTF、XCTF、强网杯、RealWorld CTF等）并取得较好成绩或具有丰富的漏洞挖掘、渗透测试、Binary Exploitation、Reverse Engineering等实战经验；\n4、熟悉Linux环境和常见安全研究工具，具备优秀的工程能力；\n5、具备良好的职业操守和安全伦理意识，仅在合法授权范围内开展安全研究，遵守相关法律法规和负责任披露原则，不从事任何破坏性或非法安全活动。",
"skills": [AI生成
"Linux",
"PyTorch",
"机器学习",
"深度学习",
"强化学习"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7615828761373903109/detail"
}
]
},
"posting": {
"posting_id": "7615828761373903109",
"post_date": "2026-03-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7615828761373903109/detail"
},
"fulltext": "网络安全大模型算法工程师-Seed\n职位描述\n1、研究和构建基于LLM与强化学习的网络安全智能体（AI Security Agents），用于渗透测试和漏洞修复等；\n2、设计和实现Agent系统与强化学习训练环境，在模拟或真实安全环境中训练和评估安全智能体；\n3、利用网络安全数据（如CTF题目、系统日志、漏洞数据和攻击行为数据）构建机器学习模型。\n\n职位要求\n1、扎实的机器学习/深度学习基础，熟悉LLM或强化学习（RL）；\n1）拥有机器学习/网络安全相关的博士研究生学历；\n2）或者1年以上LLM+网络安全研究工作经验，做出过领域突出贡献；\n2、熟练使用PyTorch、VeRL等机器学习框架，有丰富LLM、Agent系统或RL训练经验；\n3、具备真实网络安全研究经验，例如参与过CTF竞赛（如DEFCON CTF、XCTF、强网杯、RealWorld CTF等）并取得较好成绩或具有丰富的漏洞挖掘、渗透测试、Binary Exploitation、Reverse Engineering等实战经验；\n4、熟悉Linux环境和常见安全研究工具，具备优秀的工程能力；\n5、具备良好的职业操守和安全伦理意识，仅在合法授权范围内开展安全研究，遵守相关法律法规和负责任披露原则，不从事任何破坏性或非法安全活动。\n1、研究和构建基于LLM与强化学习的网络安全智能体（AI Security Agents），用于渗透测试和漏洞修复等；\n2、设计和实现Agent系统与强化学习训练环境，在模拟或真实安全环境中训练和评估安全智能体；\n3、利用网络安全数据（如CTF题目、系统日志、漏洞数据和攻击行为数据）构建机器学习模型。\n1、扎实的机器学习/深度学习基础，熟悉LLM或强化学习（RL）；\n1）拥有机器学习/网络安全相关的博士研究生学历；\n2）或者1年以上LLM+网络安全研究工作经验，做出过领域突出贡献；\n2、熟练使用PyTorch、VeRL等机器学习框架，有丰富LLM、Agent系统或RL训练经验；\n3、具备真实网络安全研究经验，例如参与过CTF竞赛（如DEFCON CTF、XCTF、强网杯、RealWorld CTF等）并取得较好成绩或具有丰富的漏洞挖掘、渗透测试、Binary Exploitation、Reverse Engineering等实战经验；\n4、熟悉Linux环境和常见安全研究工具，具备优秀的工程能力；\n5、具备良好的职业操守和安全伦理意识，仅在合法授权范围内开展安全研究，遵守相关法律法规和负责任披露原则，不从事任何破坏性或非法安全活动。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}