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": "大模型安全能力研究员-MiMo",
"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": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": " 我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。\n核心职责\n- 负设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF；\n- 研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；\n- 构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集；\n- 与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制；\n- 研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术；\n",
"requirements_text": "岗位要求\n- 计算机、网络安全等相关方向硕博学历以上，具备 CTF 参赛经历或漏洞挖掘实战经验；\n- 熟悉大模型训练全链路（预训练、SFT、RLHF）\n- 具备扎实的系统编程能力（C/C++/Rust 其一）\n- 了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等\n加分项\n- 熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行\n- 有 LLM for code / program synthesis 研究发表\n- 了解 AI 安全、模型对齐或红队评估方法\n- 熟悉操作系统内核或浏览器渲染引擎源码",
"skills": [AI生成
"C++",
"Rust",
"模型训练",
"渲染",
"大语言模型",
"C语言"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7627069755220986131/detail"
}
]
},
"posting": {
"posting_id": "7627069755220986131",
"post_date": "2026-04-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7627069755220986131/detail"
},
"fulltext": "大模型安全能力研究员-MiMo\n职位描述\n 我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。\n核心职责\n- 负设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF；\n- 研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；\n- 构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集；\n- 与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制；\n- 研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术；\n\n\n职位要求\n岗位要求\n- 计算机、网络安全等相关方向硕博学历以上，具备 CTF 参赛经历或漏洞挖掘实战经验；\n- 熟悉大模型训练全链路（预训练、SFT、RLHF）\n- 具备扎实的系统编程能力（C/C++/Rust 其一）\n- 了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等\n加分项\n- 熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行\n- 有 LLM for code / program synthesis 研究发表\n- 了解 AI 安全、模型对齐或红队评估方法\n- 熟悉操作系统内核或浏览器渲染引擎源码\n 我们正在构建下一代具备自主软件安全分析能力的大模型——能够独立发现操作系统、浏览器及关键基础设施中长达数十年未被检出的零日漏洞，并在无人工干预的情况下生成可执行的漏洞利用链。\n核心职责\n- 负设计并执行面向软件漏洞发现的大模型训练流程，包括预训练数据构造、指令精调与 RLHF/RLAIF；\n- 研究提升模型在二进制分析、源码审计、模糊测试指导等安全任务上推理能力的方法；\n- 构建并维护 Agentic 安全评估框架，设计覆盖 CVE 复现、零日发现、漏洞利用链生成的基准测试集；\n- 与红队工程师协作，对模型的进攻性能力进行双用途风险评估与控制；\n- 研究长上下文代码推理、跨文件调用链分析、符号执行辅助等关键技术；\n\n岗位要求\n- 计算机、网络安全等相关方向硕博学历以上，具备 CTF 参赛经历或漏洞挖掘实战经验；\n- 熟悉大模型训练全链路（预训练、SFT、RLHF）\n- 具备扎实的系统编程能力（C/C++/Rust 其一）\n- 了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等\n加分项\n- 熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行\n- 有 LLM for code / program synthesis 研究发表\n- 了解 AI 安全、模型对齐或红队评估方法\n- 熟悉操作系统内核或浏览器渲染引擎源码",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}