# 大模型安全能力研究员-MiMo

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 小米 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://xiaomi.jobs.f.mioffice.cn/index/position/7627069755220986131/detail

## 来源岗位原文

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。
核心职责
- 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；
- 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；
- 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；
- 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；
- 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；
任职要求
岗位要求
- 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；
- 熟悉大模型训练全链路（预训练、SFT、RLHF）
- 具备扎实的系统编程能力（C/C++/Rust 其一）
- 了解软件漏洞原理，如缓冲区溢出、UAF、逻辑漏洞等
加分项
- 熟悉逆向工程、fuzzing（AFL/LibFuzzer）、符号执行
- 有 LLM for code / program synthesis 研究发表
- 了解 AI 安全、模型对齐或红队评估方法
- 熟悉操作系统内核或浏览器渲染引擎源码
接口顶部原始条件（未做资格推断）
{"city_list": [{"code": "CT_11", "en_name": "Beijing", "i18n_name": "北京", "location_type": 3, "mdm_code": "MDCY00000001", "name": "北京", "node_status": 1, "py_name": "beijing"}], "job_post_info": {"HighlightList": [], "JobChannelPublishList": [], "address_list": [], "city_list": [], "correlation_job_list": [], "job_level_id_list": [], "job_post_object_value_map": {}, "job_post_process_time_list": [], "recruitment_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}, "storefront_list": [], "tag_list": [], "target_major_list": []}, "process_type": 1, "project_type": 1, "recruit_type": {"active_status": 1, "children": [], "depth": 2, "en_name": "Full-time", "i18n_name": "全职", "id": "101", "name": "全职", "parent": {"active_status": 1, "children": [], "depth": 1, "en_name": "Experienced", "i18n_name": "社招", "id": "1", "name": "社招", "selectability": 1}, "selectability": 1}}

---
opening_id: afc0a991-3110-47dc-ad12-e8bc71646c35

`anm openings save --id afc0a991-3110-47dc-ad12-e8bc71646c35`