社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

意大利都灵博士后研究职位(对抗性机器学习与形式化验证)

学术航站楼 • 7 月前 • 168 次点击  

博士后研究职位:对抗性机器学习与形式化验证


【机构】 AI Security Lab (隶属于 AI4I – 意大利工业影响人工智能研究所)【地点】 意大利 都灵 (Turin, Italy)【截止日期】 2025年12月14日【薪资范围】 30,000欧元 – 55,000欧元/年(税前,具体取决于经验)

💡 注: 从国外搬迁的研究人员可能有资格获得高达 90% 的免税



🌟 职位概述:构建安全的智能体 AI 系统


AI 安全实验室正在寻找一位富有创造力、积极性高的 博士后或研究科学家 加入创始团队。您将通过在对抗性机器学习形式化验证领域的前沿研究,帮助构建下一代安全的智能体 (Agentic) AI 系统。

角色定位: 作为研究科学家,您将致力于前沿 AI 研究,解决 AI 产品中出现的安全威胁,尤其是在自主智能体日益复杂和广泛部署的背景下。


🎯 核心职责 (Key Responsibilities)


  1. 在对抗性机器学习领域进行基础研究,探索针对 AI 智能体和大型语言模型 (LLMs) 的新型攻击向量防御机制

  2. 开发形式化验证方法理论框架,以证明智能体 AI 系统的安全属性和安全保障。

  3. 顶级学术会议和期刊上发表研究成果,促进 AI 安全领域的科学理解。

  4. 与学术伙伴和研究社区合作,推进对抗性鲁棒性可信赖 AI 系统的最新水平。


🧑‍🎓 职位要求



最低资格 (Minimum Qualifications)


  • 计算机科学、工程学、数学或相关领域博士学位,研究方向集中于机器学习、安全或形式化方法

  • 在 AI 安全、对抗性机器学习、鲁棒性或形式化验证等领域的顶级会议或期刊(如 NeurIPS, ICML, ICLR, IEEE S&P, USENIX Security, CCS)有强劲的发表记录

  • 精通 Python,并具备至少一种额外的编程语言(如 C++、Julia 或 Rust)经验。


优先资格 (Preferred Qualifications)


  • 深入掌握现代 ML 框架(包括 PyTorch, JAX, Hugging Face Transformers, 或 TensorFlow)进行大规模实验。

  • 了解新兴的 AI 安全威胁,包括提示注入 (prompt injection)、越狱 (jailbreaking)、模型反演、成员推理和针对基础模型的投毒攻击

  • 熟悉隐私保护机器学习技术,如差分隐私、联邦学习或安全多方计算。

  • 具备跨学科协作、指导初级研究人员以及向不同受众传达复杂技术概念的经验。


🚀 我们提供 (What We Offer)


  • 开创性的研究团队: 与一支高素质、协作性强的安全研究人员和工程师团队并肩工作,共同推进 AI 安全。

  • 研究影响力和可见性: 有机会在顶级场所发表论文,并参与塑造安全 AI 未来的国家和欧洲工业研究计划

  • 优越的地理位置: 办公室位于都灵领先的技术和创新中心 OGR Torino,沉浸于充满活力的意大利科技生态系统。

  • 全面的支持与资源: 提供具有竞争力的薪酬、全额支持会议差旅和专业发展,并提供用于尖端 AI 安全研究的最先进的高性能计算基础设施和 GPU 集群


📝 申请要求


请发送以下材料:

  1. 求职信 (Cover letter, 最多 1 页): 描述您的背景如何与此特定职位契合,并概述您在 AI 安全领域的研究兴趣和职业目标。

  2. 个人简历 (CV): 包含您的发表记录以及开源贡献、代码库(如 GitHub)或研究原型的链接。

开始日期: 灵活,越快越好。

申请地址

https://app.ncoreplat.com/jobposition/751172/postdoctoral-research-position-on-adversarial-machine-learning-amp-formal-verification-it/research-and-development

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/189873