7 个岗位· 2026-07-10

1. 你将成为 BraneMatrix 接入全球生态的重要桥梁，与你的导师与团队一起： 2. 运营公司算法安全榜单、漏洞发现等成果在 国际社区的发布、更新与传播； 3. 参与 GitHub、Hugging Face 等平台的 项目维护、文档建设、Issue 答复与合作沟通； 4. 协助撰写/润色英文技术内容，如推文、Repo 说明、Paper 解读、攻防案例复现笔记； 5. 跟踪海外 AI 安全研究进展，整理社群话题线索，协助建立关键研究者与项目关系网。 【我们能提供什么？】 1. 全球远程友好：开放全球远程实习，时区灵活、团队支持；薪资面议 2. 成长性实习：表现优异者可直接晋升全职岗位，或获得项目推荐信及顶会合作机会； 3. 营养与温暖：我们为实习生提供每日优质下午茶、健康零食、创意咖啡角； 4. 探索者文化：你将在这里参与探索 AI 安全的未知边界，与布兰矩阵一起定义新一代算法安全标准。

1. 在读硕士或博士研究生，具备扎实的计算机/AI基础； 2. 熟悉国际技术社区文化，能在 GitHub、Hugging Face、X（原 Twitter）自如穿梭； 3. 关心 AI 趋势，尤其对 开源模型治理、算法安全、越狱攻击、AI伦理 等方向有强烈好奇； 4. 热爱写作、沟通与跨文化协作，具备出色的英文写作与技术表达能力。 5. 我们欢迎工程师型内容人，内容型工程师，或任何想在 AI 安全领域留下“全球影响力”的探索者。 【加分项】 1. 参与或主导过开源项目，在 GitHub 或 Hugging Face 发布过内容； 2. 对AI伦理、安全、算法治理等议题有研究/竞赛/写作经历； 3. 具备英文内容策划、科普写作、技术传播等经验； 4. 熟悉多模态模型、评测Benchmark、红蓝攻防实战等 AI 安全相关方向； 5. 在 X 上运营过技术类账号，能精准抓住“社群节奏感”。

【我们在做什么】 当AI从“回答问题”走向“执行任务”， 问题不再是模型够不够强，而是： 一个AI系统，如何在复杂环境中稳定运行，并对结果负责？ BraneMatrix正在构建的，不是单点功能，而是围绕： AI在真实环境中的运行与控制机制 多工具 / 多步骤调用下的系统级行为约束 面向Agent与工具生态的结构性能力 【岗位职责】 1. 测试“AI会不会出问题” 不是功能测试，而是：它在复杂任务下会不会做错事它什么时候开始偏离目标它如何被误导、利用或放大错误你需要能提出“系统为什么会出问题” 2. 拆解真 实的AI产品 我们不关心表面功能，而是：它的能力边界在哪里它的设计假设是什么它在哪些情况下会崩输出不是整理 资料，而是：你的判断 3. 直接参与产品结构、功能与逻辑设计，对接研发推进落地，参与迭代，而不是旁观，你会看到一个系统是怎么被“设计出来”的 【你能获得什么】 直接参与一个还没有被定义清楚的AI系统方向 理解AI从“工具”走向“系统”的过程 建立极少数人具备的能力： → 看懂AI系统 → 识别其边界与风险 → 参与其设计 请不要只发简历，请附带以下任意一项： 1. 拆解一个你用过的AI产品（不限形式） 2. 写一段你认为AI系统最容易出问题的地方 3. 任何你觉得能证明你“理解AI系统”的内容 没有这些内容的投递，我们不会优先处理

1.请先自我判断 适合你，如果你： 会主动拆一个产品，而不是只会用 对“系统为什么这样设计”有强烈兴趣 能接受很多问题没有标准答案 对AI的关注点不只是“好不好用”，而是“为什么能用 / 什么时候不能用” 2.不适合你，如果你： 只想做“整理资料 / 写PRD / 跟需求” 没有实际深度使用过AI产品或Agent工具 更习惯明确边界和标准答案 对“系统行为、边界、风险”没有兴趣 3.我们更看重 你是否真正用过并思考过AI系统 你是否有“拆东西”的习惯（产品 / 系统 / 技术） 你是否能把模糊问题讲清楚

【我们在做什么】 在大模型与Agent快速发展的背景下， AI系统正在从“模型能力”走向“系统能力”。 BraneMatrix正在构建的是： 面向大模型的安全评测与攻防平台 可工程化落地的AI安全能力 支撑多模型、多场景的自动化安全验证体系 同时，我们也在推进一件更工程化的事情： 将安全能力封装为可部署、可复用的标准化组件， 并逐步走向云端分发与规模化交付（如AWS生态） 【岗位职责】 1. AI安全平台开发与迭代 参与AI攻防测试平台的后端开发与维护构建数据处理流程、任务调度与评测逻辑支持多模型、多任务的批量评测与结果分析本质是在做：AI安全的“基础设施层” 2. 安全能力工程化（核心） 协助将安全算法/检测能力进行工程封装（容器化）参与构建可部署、可复用的标准运行单元支持不同环境（本地 / 云端）的运行适配你会接触到：算法 → 工程 → 产品化 的完整链路 3. 云平台集成与交付（AWS方向） 参与对接云平台（如 Amazon Web Services ）协助安全能力在云市场（Marketplace）上的部署与集成支持打包、发布、版本管理与相关技术文档整理本质是在做：把能力变成“可售卖的产品” 4. 自动化报告与工具链建设 构建评测数据的清洗、统计与分析流程开发自动化报告生成工具（HTML / PDF / Word）支持一键输出结构化评测结果 5. 平台运维与系统优化，协助平台日常运行与脚本开发，参与性能监控、日志分析与稳定性优化，提升系统可维护性与工程质量 【你会获得什么】 参与构建AI安全平台级系统（不是单点功能） 接触从： → 安全算法 → 工程封装 → 云端交付 的完整路径 建议附带以下内容之一： 1. 一个你做过的工程项目（GitHub / 说明） 2. 容器化 / 部署 / 自动化相关实践 3. 或你理解的“AI评测系统应该怎么设计”

1. 熟练使用 Python（数据处理 / 后端开发） 2. 熟悉 Linux 环境，掌握 Git / Shell 基本操作 3. 有 Web 后端经验（Flask / FastAPI / 类似框架） 4. 理解基本的软件工程原则（结构、可维护性、复用） 5. 对“工程化落地”有兴趣，而不是只写demo，能理解系统如何部署、运行与被他人使用，对“把能力做成产品”有直觉 【加分项】 1. 熟悉 Docker / 容器化 / 基本云部署流程 2. 有云平台经验（尤其是 Amazon Web Services ） 3. 做过数据处理、评测平台、自动化测试相关项目 4. 使用过 Pandas / NumPy / Matplotlib / Plotly 等 5. 对 LLM评测 / Prompt分析 / AI安全有实践经验 6. 熟悉日志系统、任务调度或分布式处理

【我们在做什么】 在Agent与AI应用快速发展的背景下， 模型能力正在从“训练阶段”转向“推理阶段”。 面向真实用户场景的大模型推理服务体系 基于开源权重模型的可控、可部署AI能力 支撑多模型、多用户的稳定运行与资源调度能力 【岗位职责】 1. 开源大模型部署与推理服务搭建（核心） 在GPU集群上部署开源权重模型（如LLM / 多模态模型） 构建推理服务（API / 服务化接口） 支持多用户调用与基础负载能力 2. 调优推理性能（吞吐 / 延迟 / 显存占用） 优化模型加载、并发处理与批处理策略 提升GPU资源利用效率 3. GPU集群与运行环境管理 管理GPU节点的运行状态与任务分配 参与容器化部署（Docker / 类似方案） 协助构建稳定的推理运行环境，服务稳定性与问题排查，监控推理服务运行情况（延迟、错误率等），排查模型运行异常、OOM、服务中断等问题，支持线上服务稳定运行 【你会获得什么】 参与真实的大模型推理系统建设（不是Demo） 理解AI系统最关键但最少人真正掌握的一层： → 推理性能 → 资源调度 → 服务稳定性 请附带以下任意一项： 1. 你部署过的模型（说明 + 配置） 一次你解决过的部署/推理问题 2. 或你对“如何提高推理效率”的理解 无相关实践的投递，不会优先处理

【岗位要求】 1. 计算机科学、AI、算法安全等相关专业背景； 2. 熟悉 Python 3. 熟悉 Linux 环境（进程 / GPU / 基本命令） 4. 理解基本深度学习推理流程（PyTorch / Transformers等） 能独立完成模型部署与基本调试，实际部署过开源大模型，理解 GPU / 显存 / 推理性能之间的关系 【加分项】 1. 熟悉推理框架（vLLM / TensorRT / TGI / llama.cpp 等） 2. 有多GPU / 分布式推理经验 3. 熟悉 Docker / Kubernetes / 云GPU环境 4. 有API服务开发经验（FastAPI / Flask等） 5. 对模型量化（INT4 / INT8）、KV cache、batching等有理解

【我们在寻找什么？】 如果你对大语言模型的安全性、越狱检测、对抗攻击有浓厚兴趣； 如果你曾在算法竞赛中冲击全球排行榜，或在顶级会议留下名字； 如果你渴望和一群相信“AI必须服务于人类秩序”的工程师一起构建未来防线———— 那么欢迎加入布兰矩阵。 我们不只是做“安全检测工具”，我们构建的是未来AI秩序的基础设施。 【岗位职责】 1. 参与大模型安全评测方向的算法设计与实现，涵盖越狱检测、鲁棒性/对抗性评测、偏见与伦理性测试等核心任务； 2. 协助构建大模型安全评测基准（Benchmark）与任务池，推动多模型、多维度评测流程标准化与自动化； 3. 开发与维护安全评测相关的工具链与脚本系统，支持批量生成测例与结果报告； 4. 跟踪全球AI安全、对抗样本、评测技术最新论文和开源成果，并在公司内部验证落地。

【岗位要求】 1. 熟练使用 Python，掌握主流深度学习与数据处理工具（如 PyTorch、Transformers、Pandas）； 2. 熟悉 Linux 环境，掌握 Git 与常规协作开发流程； 3. 拥有基础的算法工程能力，对模型评测与安全性议题具备真实兴趣； 4. 善于独立推进任务、快速学习，有良好的团队沟通协作习惯； 【加分项】 1. 有参与过国际算法安全/AI安全相关竞赛（如 AISafety、CTF、MLSec 等）并获得优异成绩； 2. 在 NeurIPS、ICLR、ACL、DefCon 等顶会/顶级社区有论文、Demo、演讲或战绩； 3. 有大语言模型（LLM）越狱检测、对抗样本生成、模型压测、漏洞评估等实践经验； 4. 熟悉多模型分布式调度、私有部署测试流程、系统级优化流程者优先； 5. 对 LLM 在金融、医疗、内容安全等垂直场景下的安全落地挑战有深入思考者尤佳。

【岗位职责】 1. 协助售前团队收集、梳理客户需求，支持方案撰写、材料准备与项目跟进 2. 协助输出产品介绍、方案文档、竞品分析等材料，配合内外部沟通协作 3. 参与产品调研、功能梳理、行业信息收集，挖掘产品优化与业务机会 4. 关注AI、云服务行业动态，完成团队交办的各项支持工作

【岗位要求】 1. 计算机、统计学、数学等理工科相关专业，具备算法背景者优先；可展示AI技能、Demo作品、算法相关成果，硬核能力突出者可破格考量 2. 有互联网相关实习经历，具备快速上手、独立推进工作的能力；动手能力强，逻辑清晰、做事细致，执行力与跨部门沟通协作力在线 3. 对售前、产品、AI领域有浓厚兴趣，学习能力强，愿意深耕业务场景 4. 英文流利，能胜任英文材料阅读、整理及基础沟通工作 【加分项】 1. 有售前、产品、云服务相关实习或项目经验 2. 了解云计算、SaaS、大模型、AI产品落地逻辑 3. 擅长文档撰写、信息整合，能快速输出结构化材料

【岗位职责】 1. 协助梳理、跟进外部需求，包括潜在合作伙伴、行业资源方、生态机构等 2. 支持商务沟通材料的准备，包括介绍文档、合作方案初稿、会议纪要整理 3. 协助参与对外会议或活动，做好信息记录与后续跟进

【岗位要求】 1.工商管理、市场营销、经济学等相关专业背景； 2.英文读写能力强，能独立完成英文内容撰写/交流； 3.有较强的信息检索能力、资料梳理能力和内容组织表达能力； 【加分项】 1. 关心 AI 趋势，对AI安全方向有强烈好奇 2. 充满责任心，可以闭环完成任务 3. 注重细节