阿里云智能-高级算法专家-安全大模型后训练-杭州

负责安全大模型强化学习方向的整体技术规划和团队建设，制定中长期技术路线，识别关键技术问题，持续提升团队在LLM RL和Agentic RL方向的技术竞争力。主导安全大模型强化学习算法研发，围绕模型推理、规划、安全工具使用、代码安全类和复杂任务处理能力，持续探索和优化RLVR、在线强化学习、过程奖励及长程信用分配等关键技术。 1. 面向漏洞分析和利用、代码安全、威胁研判、攻防任务等复杂场景，设计安全大模型的强化学习技术路线，提升模型理解、分析和执行安全任务的能力。 2. 结合CVE、CTF、代码样本、安全知识、专业工具及授权环境，将真实安全问题转化为可交互、可验证、可复现、可规模化训练的强化学习任务。 3. 建设强化学习的安全任务与安全场景环境体系，形成任务构建、环境执行、轨迹采集、策略优化和效果评估的完整闭环。 4. 负责奖励机制与Verifier体系建设，综合运用程序执行、工具调用结果…… 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 8608 个杭州岗位（全城各职能合计），其中 507 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 9K ~ 22K（25~75 分位），中位约 14K，最低 1K、最高 250K。