MiniMax
岗位信息
招聘岗位
AI安全实习生
工作城市
上海、北京
是否笔试
未明确
招聘批次
实习
发布日期
2026-06-27
📋 岗位职责 / 任职要求
【岗位职责】
团队简介
我们正在组建一支 AI安全团队,使命是把顶尖的安全能力与大模型深度结合:一方面攻克高价值的安全难题,将专家经验沉淀为数据、Benchmark 与自动化框架,持续提升基础模型的网络安全能力;另一方面将这些能力落地到真实业务场景,守护公司安全水位,并用实战反哺模型迭代。
这是一支兼具研究深度与工程能力的团队,我们欢迎对安全有热情、希望在 AI 与安全结合方向深入学习与成长的同学加入。
岗位职责
- 参与定义高价值的安全问题,协助沉淀标准化方法、数据集、Benchmark 与Harness,并与算法团队协作,将专家经验转化为基础模型的网络安全能力;
- 在逆向工程、漏洞发现与修补、漏洞利用与验证、渗透测试与红蓝对抗、安全运营等方向中深入钻研,参与相关能力的研究与产品化;
- 将安全能力应用于公司真实业务场景,识别并收敛安全风险,提升整体安全水位,并将实战经验反哺模型与自动化框架;
- 参与公司安全架构、安全数据中台、安全运营底座与 AI 安全基础设施的设计与建设,为安全研究提供平台化、规模化的工程支撑;
- 与团队成员按项目灵活协作、互为支援,共同推动 AI 与安全的结合落地
【任职要求】
任职要求
- 计算机科学、网络安全、软件工程或相关领域在读学生;
- 在以下至少一个方向具备一定基础与实践经验:逆向工程、漏洞发现与修补、漏洞利用与验证、渗透测试与红蓝对抗、安全运营;或具备扎实的全栈工程与系统能力,并对安全有深入理解;
- 具备出色的问题定义与抽象能力,能将复杂、模糊的安全需求转化为可度量、可沉淀的方法与工具;
- 良好的跨团队协作能力与 Ownership,能够在研究与工程之间灵活切换。
加分项
- 同时具备单点领域的深度与全栈工程的广度;
- 有将安全能力与大模型 / Agent 结合的经验,如基于 LLM 的自动化漏洞挖掘、智能体安全、安全 Harness 建设等;
- 在 CTF、漏洞披露(CVE)、知名攻防或红蓝队竞赛中有突出表现;
- 对 AI 安全前沿议题(模型滥用、对抗攻击、Agent 安全等)有独到理解与实践。
🏢 企业简介
总部上海
📍 主要办公地点
投递方式
投递入口为会员专属,登录 / 注册 后查看(注册送 15 天免费试用)🎯 AI校招画像 (来源:百度AI搜索+DeepSeek)
🏢 公司文化与工作氛围
团队核心成员来自全球知名高校和顶尖科技公司,1/3成员拥有世界顶尖技术实验室博士学位。公司内部文化被描述为“极度扁平化”“一切都很透明”,例如在M3模型发布期间,作者“几乎全程围观”并获得极高权限。内部存在激烈争吵,但争吵围绕具体技术参数或业务决策,吵完后“并没有个人恩怨”,事后成员会互相维护不在场的同事。公司面对外部批评时会快速陷入“小型危机”,但随之进行“争吵、和解、反思”,表现出“很杂乱,又有很强的生命力”的成长型组织特征。整体氛围开放、直接、高强度协作,但仍处于快速扩张和调整期。
⏰ 加班情况与工作强度
唯一可参考的细节是提到“全员熬夜兴奋完成模型发布”,说明在重大发布节点存在熬夜加班现象,但无法据此判断常态工作强度
💰 薪资待遇与年终奖
- 应届/初级(1–2年):月薪35K–50K / 月
- 级(3–5年,有大模型项目):月薪45K–70K / 月
- 高级/资深(5年+,主导过百亿/千亿参数训练):月薪60K–80K+ / 月
- 技术负责人/专家:月薪80K–120K+ / 月
年薪构成:现金部分 = base × 16(即12个月工资 + 4个月年终奖)。股权激励:4年成熟期,1年悬崖(cliff)。
未按学历(本科/硕士/博士)细化薪资,也未区分算法以外岗位(如推理框架工程师、基础平台研发工程师)的具体薪酬。职位描述中仅列出“年终奖、股票期权”等福利,无具体数字。
🎁 福利体系
(AI推理框架工程师职位)列出福利:五险一金、定期体检、年终奖、股票期权、带薪年假、员工旅游、餐补、交通补助、包吃、节日福利、住房补贴、零食下午茶。
补充提到:六险二金、住房补贴、餐补、通讯补贴等。该来源还包含股权激励条款(4年成熟期,1年悬崖)。
注意:写的是“五险一金”,写的是“六险二金”,两者存在差异,可能因岗位或信息来源不同,具体以官方招聘说明为准。年假天数、餐补金额、住房补贴额度等细节均未在中给出。
📋 校招流程经验
- 一面(时间:2月27日):被描述为“酣畅淋漓的八股盛宴”,主要考察计算机基础与中间件知识,包括:本地缓存防止缓存穿透、冷热数据、数据一致性、旁路缓存、binlog/undolog/redolog作用和区别、MVCC、可重复读和读已提交区别、MySQL锁、RocketMQ延迟消息原理、RocketMQ和Kafka技术选型、RocketMQ事务消息、Redis和Memcached区别、Redis持久化(RDB/AOF)原理、Redis主从同步。最后一道算法题为“k个一组反转链表”(LeetCode Hot 100原题)。
完整流程信息在中缺失。
🚀 投递建议与避坑指南
唯一可视为风险提示的是描述的M3模型定价风波:公司在发布新模型时同步调整收费方案,但缺乏用户通知和解释,引发外部批评。这体现了公司产品决策可能存在“重技术、轻沟通”的倾向,但这是针对公司产品的评价,并非针对求职者的投递建议。因此本维度无具体内容可供提取。
📈 热门岗位方向与招聘趋势
- 大模型算法工程师(2026届,)
- AI推理框架工程师(2026届,岗位已关闭)
- 大模型算法工程co-design(经验不限,)
- 基础平台研发工程师(3-5年,非应届)
- k8s开发工程师(经验不限,)
可见当前热门方向集中在大模型算法、推理框架、基础平台和K8s开发。的推理框架工程师岗位显示“职位已关闭”,可能意味着该岗位已招满或暂停,但无法推断整体趋势。
ℹ️ 信息来源
本条招聘信息由校招宝转载自 飞书招聘系统(企业校招官网),版权归原发布方所有,校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。