蔚来
校招提前批-安全渗透工程师（AI安全方向）
上海 · 校招 · 2027 届 · 本科
长期有效
任职要求
- 熟悉常见 Web、API、移动端安全漏洞原理及手动测试方法，了解身份认证、访问控制、业务逻辑漏洞等常见风险
- 了解大模型（LLM）、Agent、RAG 等 AI 应用基本原理，关注 Prompt Injection、数据泄露、权限绕过、工具滥用等 AI 安全风险
- 具备一定 AI 安全实践经验，如 Prompt Injection / 越狱测试、RAG 检索注入或数据泄露测试、大模型安全评测等任一方向
- 熟悉 Python 或 Java，能够编写简单测试脚本，例如批量验证、请求构造、日志分析等
- 有使用 Burp Suite、Postman 等工具进行 Web / API 测试的经验
- 具备良好的问题分析、漏洞复现和报告撰写能力。
- 加分项
- 熟悉 OWASP LLM Top 10 或 Agentic AI 相关安全风险
- 使用过 Garak、PyRIT 等 AI 红队工具
- 有 AI Agent 开发或调用经验，例如 LangChain、Function Calling 等
- 在 SRC 或漏洞平台提交过有效漏洞。
岗位描述
- 1. AI 应用安全测试
- - 负责大模型（LLM）、Agent、RAG 等 AI 应用的安全评估与渗透测试
- - 识别并验证 Prompt Injection、数据泄露、权限绕过、工具滥用等典型安全风险
- - 参与 AI 红队测试，评估 AI 系统在对抗环境下的安全性
- 2. 数字化平台安全测试
- - 对 Web、API、移动端等业务系统执行常规安全测试
- - 挖掘业务逻辑漏洞、越权访问、身份认证等问题
- - 输出安全风险报告并协助研发修复
- 3. AI 安全能力建设
- - 参与AI渗透测试工具的开发与优化
- - 收集并研究新型 AI 安全攻击手法，沉淀经验与知识库
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。