{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI安全蓝军高级工程师",
        "job_level": "高级",AI生成
        "work_category": "全职",AI生成
        "department": "TEG",
        "location": "深圳",
        "work_mode": "未披露",AI生成
        "job_category": "未披露"AI生成
    },
    "company": {
        "company_name": "腾讯",
        "company_industry": "互联网 / 科技 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "tencent.com",
        "company_description": "腾讯是一家互联网和科技公司，业务覆盖通信与社交、数字内容、游戏、金融科技、企业服务、云计算与人工智能等方向。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 3,
        "degree": "计算机、网络安全、人工智能或相关专业本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.负责公司核心业务与 AI 场景的安全评估和对抗演练，从安全研究视角发现真实风险，通过渗透测试、漏洞挖掘、风险验证和场景化演练等方式，持续发现安全防御体系中的薄弱环节，并推动风险闭环；\r\n2.研究 AI 时代的新型安全风险与前沿技术，重点关注大模型、AI Agent、MCP、Agent Skills、AI 基础设施及供应链等方向，研究提示注入、Agent 异常行为、工具误用、敏感信息风险、权限越界、供应链风险等新型安全问题；\r\n3.探索 AI Agent 驱动的自动化安全能力，利用 LLM、Reasoning Model、Agent、Tool Use、Multi-Agent 等技术，研发自动化漏洞发现、渗透测试、风险路径规划、漏洞验证等能力，持续提升安全工作的自动化和规模化水平；\r\n4.建设面向真实业务的 AI 安全评测体系，沉淀漏洞案例、安全测试方法、Benchmark、评测数据和安全知识库，将安全专家经验转化为可复用、可持续迭代的 Agent 能力；\r\n5.跟踪国内外前沿安全与 AI 技术发展，快速分析新漏洞、新型风险及 AI 安全问题，通过技术研究、原型验证和工程化落地，将前沿技术转化为实际安全能力；\r\n6.与业务、安全研发、算法及平台团队紧密协作，对发现的问题进行风险分析和技术路径还原，帮助业务准确理解问题的实际影响，并推动高风险问题完成修复和体系化治理。",
        "requirements_text": "1.计算机、网络安全、人工智能或相关专业本科及以上学历；相比学历和工作年限，我们更关注实际安全能力、技术深度和持续学习能力；\r\n2.具备扎实的安全技术基础，熟悉 Web、API、云原生、客户端、二进制等一个或多个方向的漏洞原理和安全测试技术，能够独立完成漏洞挖掘、渗透测试及复杂风险路径分析；\r\n3.具备较强的自动化意识和工程能力，能够通过 Python / Go 等语言开发安全工具，将人工安全经验抽象为工具、规则、数据或自动化流程，而不仅限于手工安全测试；\r\n4.对 LLM 和 AI Agent 有基本理解或浓厚兴趣，能够使用主流模型和 Agent 技术解决安全问题；具备 Prompt Engineering、Tool Use、RAG、Agent Harness、Multi-Agent 等相关实践经验者优先；\r\n5.具备较强的研究和问题抽象能力，能够面对未知安全问题快速完成信息收集、技术分析、实验验证，并形成新的安全测试方法、检测能力或自动化能力；\r\n6.关注实际安全效果，能够从“发现问题”进一步延伸到风险验证、路径分析、风险评估和修复推动，具备较强的业务沟通与协同能力；\r\n7.对安全技术和 AI 技术保持持续好奇心，愿意探索 AI Agent、自主安全分析和自动化漏洞挖掘的能力边界。",
        "skills": [AI生成
            "Python",
            "学习能力",
            "Go",
            "大语言模型",
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "1.独立发现过有实际影响的 CVE、SRC 漏洞，或具备复杂漏洞场景分析经验；\r\n2.参与过高水平安全演练、实战化安全项目或真实业务安全项目，并承担核心技术角色；\r\n3.在 USENIX Security、IEEE S&P、CCS、NDSS 等国际安全会议发表过高质量论文，或在国内外安全技术会议进行过技术分享；\r\n4.在知名 CTF、漏洞挖掘比赛或安全竞赛中取得过突出成绩；\r\n5.有 LLM / AI Agent 安全研究、AI 安全开源项目、Agent 自动化安全测试或 AI 供应链安全相关实践；\r\n6.有较强的开源能力，能够将研究成果沉淀为工具、框架、数据集或 Benchmark。",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://careers.tencent.com/jobdesc.html?postId=2097239591592574976"
            }
        ]
    },
    "posting": {
        "posting_id": "2097239591592574976",
        "post_date": "2026-09-15",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://careers.tencent.com/jobdesc.html?postId=2097239591592574976"
    },
    "fulltext": "AI安全蓝军高级工程师\n相信你与所有腾讯安全人一样，都认为抵抗邪恶是一件极其热血的事。希望你与我们一起，守护用户的安全，守护产品的安全，守护科技向善的不变初心。\n1.负责公司核心业务与 AI 场景的安全评估和对抗演练，从安全研究视角发现真实风险，通过渗透测试、漏洞挖掘、风险验证和场景化演练等方式，持续发现安全防御体系中的薄弱环节，并推动风险闭环；\r\n2.研究 AI 时代的新型安全风险与前沿技术，重点关注大模型、AI Agent、MCP、Agent Skills、AI 基础设施及供应链等方向，研究提示注入、Agent 异常行为、工具误用、敏感信息风险、权限越界、供应链风险等新型安全问题；\r\n3.探索 AI Agent 驱动的自动化安全能力，利用 LLM、Reasoning Model、Agent、Tool Use、Multi-Agent 等技术，研发自动化漏洞发现、渗透测试、风险路径规划、漏洞验证等能力，持续提升安全工作的自动化和规模化水平；\r\n4.建设面向真实业务的 AI 安全评测体系，沉淀漏洞案例、安全测试方法、Benchmark、评测数据和安全知识库，将安全专家经验转化为可复用、可持续迭代的 Agent 能力；\r\n5.跟踪国内外前沿安全与 AI 技术发展，快速分析新漏洞、新型风险及 AI 安全问题，通过技术研究、原型验证和工程化落地，将前沿技术转化为实际安全能力；\r\n6.与业务、安全研发、算法及平台团队紧密协作，对发现的问题进行风险分析和技术路径还原，帮助业务准确理解问题的实际影响，并推动高风险问题完成修复和体系化治理。\n1.计算机、网络安全、人工智能或相关专业本科及以上学历；相比学历和工作年限，我们更关注实际安全能力、技术深度和持续学习能力；\r\n2.具备扎实的安全技术基础，熟悉 Web、API、云原生、客户端、二进制等一个或多个方向的漏洞原理和安全测试技术，能够独立完成漏洞挖掘、渗透测试及复杂风险路径分析；\r\n3.具备较强的自动化意识和工程能力，能够通过 Python / Go 等语言开发安全工具，将人工安全经验抽象为工具、规则、数据或自动化流程，而不仅限于手工安全测试；\r\n4.对 LLM 和 AI Agent 有基本理解或浓厚兴趣，能够使用主流模型和 Agent 技术解决安全问题；具备 Prompt Engineering、Tool Use、RAG、Agent Harness、Multi-Agent 等相关实践经验者优先；\r\n5.具备较强的研究和问题抽象能力，能够面对未知安全问题快速完成信息收集、技术分析、实验验证，并形成新的安全测试方法、检测能力或自动化能力；\r\n6.关注实际安全效果，能够从“发现问题”进一步延伸到风险验证、路径分析、风险评估和修复推动，具备较强的业务沟通与协同能力；\r\n7.对安全技术和 AI 技术保持持续好奇心，愿意探索 AI Agent、自主安全分析和自动化漏洞挖掘的能力边界。\n1.独立发现过有实际影响的 CVE、SRC 漏洞，或具备复杂漏洞场景分析经验；\r\n2.参与过高水平安全演练、实战化安全项目或真实业务安全项目，并承担核心技术角色；\r\n3.在 USENIX Security、IEEE S&P、CCS、NDSS 等国际安全会议发表过高质量论文，或在国内外安全技术会议进行过技术分享；\r\n4.在知名 CTF、漏洞挖掘比赛或安全竞赛中取得过突出成绩；\r\n5.有 LLM / AI Agent 安全研究、AI 安全开源项目、Agent 自动化安全测试或 AI 供应链安全相关实践；\r\n6.有较强的开源能力，能够将研究成果沉淀为工具、框架、数据集或 Benchmark。",
    "standard_classification": {
        "std_category_code": "T023",
        "std_aux_codes": [
            "T015"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}