簡曆編號：1290934902 |
|
更新日期：2025-10-10 16:30 |
|
周先生
| 目前所在： | 廣州市 | 年 齡： | 28 |
|
| 戶口所在： | 江西省 | 國 籍： | 中國 | |
| 婚姻狀況： | 未婚 | 民 族： | 漢族 | |
| 人才測評： | 未測評 | 身 高： | 170 cm | |
| 我的特長： | 體 重： | 58 kg |
◆ 求职意向
| 行業意向： | 信息傳輸、軟件和信息技術服務業 | ||
| 人才類型： | 普通求職 | ||
| 應聘職位： | 計算機軟件：算法工程師 | 職 稱： | 無職稱 |
| 工作年限： | 3 | 參加工作日期： | 2022-07 |
| 求職類型： | 全職 | 可到職日期： | 隨時 |
| 月薪要求： | 20000～29999元 | 希望工作地區： | 廣州市，， |
◆ 工作经历
| 深信服科技股份有限公司 起止年月：2022-07 ～ 2025-07 | |
| 公司性質： | 民營企業 所屬行業：計算機軟件 |
| 擔任職位： | 算法開發工程師 |
| 工作描述： | 1. 恶意Powershell命令检测 项目介绍：微软恶意代码扫描接口AMSI将应用程序或脚本提交的内容（ PS命令、脚本或代码）传递给检测引擎进行扫描，扫描后返回扫描结果给 AMSI，它根据返回结果进行阻止或者放行。 個人貢獻：①負責整體檢測方案設計，數據采集、模型訓練、工程化、規則兜底。②負責數據采集，基于抽象語法樹特征和TFIDF特征，訓練XGB模型進行惡意PS命令檢測。③主導模型工程化落地，內測、灰度後進一步優化，檢出率93+%，誤報率不到0.1% 2. 基于大模型的钓鱼邮件检测分析 項目介紹：通過郵件解析系統解析郵件頭、正文、圖片、鏈接、二維碼、附件，爬取網頁，鏈接、附件、發件人情報信息查詢，把上述解析內容拼接成prompt輸入到微調後的大模型，輸出研判結果（黑白研判、異常點舉證、處置建議等） 個人貢獻：訓練數據構造：①生成特定模板類型（主題、攻擊手法等）和異常點的郵件數據。②基于公共郵件數據集、內部郵件、構造數據等方式産生訓練集，均勻覆蓋所有異常點，基于Llama-Factory框架和安全語料基模型進行sft。③日常叠代，客戶側灰度，收集分析誤報漏報，有代表性困難樣本轉化。 模型效果評估：①構建異常點平衡的測試集，數量級10w+，多維度設計檢出、精准、誤報指標。②分析模型幻覺，輸出低級幻覺項，並構建模型回答質量測試集，多維度測試模型幻覺率。③設計黑白判定、標簽判定的穩定性評估方案。 模型二次微調：①使用類ditto對比學習微調，構建偏好比較數據集，通過DPO對齊緩解幻覺，低級幻覺率從10+%下降到0.5%以內。②使用GRPO微調解決穩定性問題，標簽和黑白判斷穩定性從70%提升到95+% 3. 大模型安全护栏项目 項目介紹：大模型被惡意提問或由于模型自身缺陷，可能輸出某些有害內容，如政治敏感，淫穢色情，攻擊性、違法言論等。從“單輸入”和“輸入+輸出”分析其內容是否有害，給出分析報告和結果，判黑則阻斷其提問或回答。 個人貢獻：①主導制定大模型攻擊危害全景圖，涵蓋多維度風險，爲風險防控提供全面參考框架。②分析大模型越獄攻擊手法，搭建有害內容和越獄攻擊的訓練數據蒸餾框架，批量生成訓練數據。③流式檢測和阻斷方案的設計和實驗調優，基于滑動窗口式和增量式兩種方式進行0.5B模型微調實驗，在滑動窗口方式下達到性能和效果平衡最優，平均500ms，誤報率0.02% |
| 離職原因： | 家人在廣州，想到廣州工作 |
◆ 教育背景
| 畢業院校： | 上海工程技術大學 | 最高學曆： | 硕士 获得学位: 工程硕士 |
| 教育開始日期： | 2019-09 | 畢業日期： | 2022-06 |
| 专 业 一： | 控制工程 | 专 业 二： |
◆ 语言能力
| 外語： | 英語 良好 | 粵語水平： | |
| 其它外語能力： | |||
| 國語水平： | |||
◆ 工作能力及其他专长
◆ 详细个人自传