The posting
1. 检测传感器欺骗、数据篡改等异常输入; 2. 构建输入验证与异常过滤管线; 3. 开发模型安全评估工具链(自动化测试、回归验证、覆盖率分析)。
1. 计算机科学、人工智能、信息安全、软件工程等相关专业,硕士及以上; 2. 有ML/AI 工程经验,有模型部署或 MLOps 实践经验; 3. 熟练掌握 Python,熟悉 PyTorch / TensorFlow;具备工程化能力(Docker、K8s、CI/CD); 4. 理解主流模型架构(CNN、Transformer 等)及训练、评估、部署流程; 5. 了解对抗攻击(FGSM、PGD 等)、模型鲁棒性测试、数据投毒等 AI 安全议题; 6. 熟悉 MLflow / Kubeflow / Weights&Biases 等实验管理和模型治理工具。



