[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All JD.com jobs](https://jobs.opennash.com/companies/jd/) · [Search jobs](/search/)

JD.com · 北京市-北京市

# 大模型驱动的软件漏洞智能发现与自动化验证研究

北京市-北京市 Internship or early career 

Listed on JD.com’s official careers site. Posted August 17, 2026. Check that it is still open and apply there.
[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=9348)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 大模型驱动的软件漏洞智能发现与自动化验证研究

## Job description

工作职责
- 负责基于大语言模型的漏洞自动化挖掘技术研究与系统开发，探索面向源代码、闭源程序及复杂软件系统的智能程序分析方法。
- 攻坚大模型在漏洞模式识别、安全代码审计，以及动静态程序分析等核心方向的算法应用与能力构建。
- 深入研究基于大模型的智能模糊测试用例生成、测试反馈分析、漏洞成因分析、漏洞验证及自动化POC生成技术。
- 主导面向漏洞挖掘的智能体（Agent）及多智能体协作工具的开发与持续优化，提升自动化安全分析效能。
- 负责漏洞数据集、代码数据集、安全知识库及评测基准的构建与标准化维护，确保模型训练与评估数据的高质量供给。
- 设计并实现大模型驱动的漏洞挖掘系统、实验验证平台及全链路自动化流水线，推动技术成果的工程化落地。 任职要求
- 计算机科学、网络空间安全、软件工程、人工智能、数学等相关领域的本硕博在校生。
- 具备扎实的计算机基础体系知识（数据结构、算法、操作系统、编译原理等），深入理解常见漏洞类型及标准化漏洞分析流程。
- 掌握扎实的大模型底层基础知识，熟悉主流建模工具及深度学习框架，具备快速上手与算法工程化落地能力。
- 拥有网络安全领域顶级会议（如CCS、NDSS、S&P、USENIX等）论文发表/投稿经历，或深度参与过同等研究深度的学术与攻防实战项目者优先。
- 具备系统化的信息安全素养与出色的业务问题抽象能力，自驱力强，富有探索精神、工作耐心与团队责任感。

## At a glance
- Posted by the employer: Aug 17, 2026
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: 63 days
- Location: 北京市-北京市
- Employment type: Internship or early career[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=9348)

## More jobs at JD.com

### [3D医疗影像多模态基础大模型研究](https://jobs.opennash.com/companies/jd/jobs/31cea141d3ff4222fc49/)

北京市-北京市

### [3D可控生成与空间智能多模态研究](https://jobs.opennash.com/companies/jd/jobs/9264cfdaab33cfb45f96/)

北京市-北京市

### [AI多模态存储与向量化计算探索研究](https://jobs.opennash.com/companies/jd/jobs/e91a2f3f9d7be9a91867/)

北京市-北京市

### [CodeAI代码大模型全链路与推理优化](https://jobs.opennash.com/companies/jd/jobs/234f9df632b03e4bec55/)

北京市-北京市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)