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": "Token Foundry-网络安全大模型算法工程师-Qwen",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "通义",
"company_industry": "人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "通义提供人工智能模型及文档阅读等AI应用。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士或博士学位优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "网络安全是大模型 Agent 能力的重要应用场景，也是检验和提升模型能力的重要方向。我们致力于提升模型在网络安全任务中的表现，推动大模型在智能安全领域的研究与应用。\n1. 参与模型在网络安全方向的后训练与强化学习，提升模型完成安全任务的能力。\n2. 构建网络安全任务的训练环境和评测环境，包括网络安全靶场、漏洞复现、补丁验证、攻防演练等。\n3. 探索网络安全任务中的有效训练方法，推动模型能力在真实网络场景中的持续改进。",
"requirements_text": "1. 在LLM、RL、Agent领域有相关经验，拥有独立思考与良好团队合作精神。\n2. 对网络安全有兴趣或经验，比如在各大知名CTF比赛中获得过前五名次，或者在软硬件系统中挖掘到高危零日漏洞。\n3. 具备扎实的机器学习与深度学习基础，能够熟练使用PyTorch。\n4. 硕士或博士学位优先，特别优秀者可适当放宽学历要求。\n加分项\n1. 曾发表顶级会议论文并具有一定的学术影响力，包括但不限于 S&P，USENIX Security，CCS，NDSS，NeurIPS，ICML和ICLR等顶会。\n2. 拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果。",
"skills": [AI生成
"PyTorch",
"机器学习",
"深度学习",
"团队协作"
],
"preferred_qualifications": "4. 硕士或博士学位优先，特别优秀者可适当放宽学历要求；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100019780005"
}
]
},
"posting": {
"posting_id": "100019780005",
"post_date": "2026-08-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://careers-tongyi.alibaba.com/off-campus/position-detail?positionId=100019780005"
},
"fulltext": "Token Foundry-网络安全大模型算法工程师-Qwen\nToken Foundry-网络安全大模型算法工程师-Qwen\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n网络安全是大模型 Agent 能力的重要应用场景，也是检验和提升模型能力的重要方向。我们致力于提升模型在网络安全任务中的表现，推动大模型在智能安全领域的研究与应用。\n1. 参与模型在网络安全方向的后训练与强化学习，提升模型完成安全任务的能力。\n2. 构建网络安全任务的训练环境和评测环境，包括网络安全靶场、漏洞复现、补丁验证、攻防演练等。\n3. 探索网络安全任务中的有效训练方法，推动模型能力在真实网络场景中的持续改进。\n\n职位要求\n1. 在LLM、RL、Agent领域有相关经验，拥有独立思考与良好团队合作精神。\n2. 对网络安全有兴趣或经验，比如在各大知名CTF比赛中获得过前五名次，或者在软硬件系统中挖掘到高危零日漏洞。\n3. 具备扎实的机器学习与深度学习基础，能够熟练使用PyTorch。\n4. 硕士或博士学位优先，特别优秀者可适当放宽学历要求。\n加分项\n1. 曾发表顶级会议论文并具有一定的学术影响力，包括但不限于 S&P，USENIX Security，CCS，NDSS，NeurIPS，ICML和ICLR等顶会。\n2. 拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果。\n网络安全是大模型 Agent 能力的重要应用场景，也是检验和提升模型能力的重要方向。我们致力于提升模型在网络安全任务中的表现，推动大模型在智能安全领域的研究与应用。\n1. 参与模型在网络安全方向的后训练与强化学习，提升模型完成安全任务的能力。\n2. 构建网络安全任务的训练环境和评测环境，包括网络安全靶场、漏洞复现、补丁验证、攻防演练等。\n3. 探索网络安全任务中的有效训练方法，推动模型能力在真实网络场景中的持续改进。\n1. 在LLM、RL、Agent领域有相关经验，拥有独立思考与良好团队合作精神。\n2. 对网络安全有兴趣或经验，比如在各大知名CTF比赛中获得过前五名次，或者在软硬件系统中挖掘到高危零日漏洞。\n3. 具备扎实的机器学习与深度学习基础，能够熟练使用PyTorch。\n4. 硕士或博士学位优先，特别优秀者可适当放宽学历要求。\n加分项\n1. 曾发表顶级会议论文并具有一定的学术影响力，包括但不限于 S&P，USENIX Security，CCS，NDSS，NeurIPS，ICML和ICLR等顶会。\n2. 拥有知名开源项目，在开源社区具有较好的影响力，或在竞赛中获得引领性的研究成果。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}