大模型安全强化学习青年研究员

1. 以强化学习为核心手段，研究和落地大模型在漏洞挖掘、代码安全分析等安全场景的应用，支撑团队“模型漏洞挖掘”等核心任务； 2. 设计面向安全任务的 RL 训练方案，包括任务建模、环境与沙盒构建、奖励函数设计（可执行验证、PoV 等）、训练数据构造与课程学习； 3. 将 RL 训练能力与安全工程结合，搭建漏洞挖掘 Agent / 工具链的工程化方案，持续提升漏洞挖掘的覆盖率、准确率与自动化水平； 4. 跟进 LLM4Security 与 Agentic RL 前沿进展，探索安全场景与强化学习结合的新方向。 任职要求：1. 人工智能、计算机、软件工程、网络空间安全等相关专业硕士及以上学历，博士优先； 2. 具备扎实的强化学习基础，熟悉 PPO、GRPO、DPO 等主流 RL 算法，有大模型训练或 RL 训练调优实践经验； 3. 有安全背景者优先（漏洞挖掘、Fuzzing、程序分析、二进制分析…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 24327 个上海岗位（全城各职能合计），其中 1198 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 8K ~ 20K（25~75 分位），中位约 12K，最低 0.8K、最高 113K。