主分类：搜索推荐与业务决策算法研发
辅助：网络信息安全（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "集团安全部-反爬算法专家-AI-native",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "●计算机、电子、数学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "负责以大模型为核心驱动力，设计并落地 AI-Native 反爬算法体系，防御平台面临的各类爬虫威胁（传统爬虫、AI 爬虫、众包爬虫等），系统性提升反爬防控效果与自动化效率。\n岗位职责\n1. AI-Native 反爬算法体系设计\n以大模型为基础，重构反爬防控的技术范式，从AI enhance转向 AI native的防控范式。设计覆盖爬虫感知、识别、审核、行为分析、策略决策、自动处置的全链路算法架构，探索 LLM 在爬虫行为识别、异常模式发现、对抗策略生成等环节的深度应用。\n2. 对抗博弈与策略演进\n跟踪爬虫技术演进趋势（包括 AI 爬虫的最新进展），持续迭代防御策略。设计攻防演练机制，验证反爬体系的有效性与鲁棒性。",
"requirements_text": "●计算机、电子、数学等相关专业硕士及以上学历；\n●3 年以上反爬或安全攻防相关工作经验，有大规模平台反爬实战经验者优先。\n● 有 LLM 在安全或风控场景中的实际落地经历，熟悉大模型的训练、微调、推理部署全流程。\n● 熟悉安全攻防技术，能综合利用账号行为、设备、流量等多维信息完成爬虫防控。\n● 扎实的机器学习/深度学习基础，熟悉至少一种主流框架（PyTorch/TensorFlow）。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"大语言模型"
],
"preferred_qualifications": "●3 年以上反爬或安全攻防相关工作经验，有大规模平台反爬实战经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018040001"
}
]
},
"posting": {
"posting_id": "100018040001",
"post_date": "2026-08-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018040001"
},
"fulltext": "集团安全部-反爬算法专家-AI-native\n集团安全部-反爬算法专家-AI-native\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n负责以大模型为核心驱动力，设计并落地 AI-Native 反爬算法体系，防御平台面临的各类爬虫威胁（传统爬虫、AI 爬虫、众包爬虫等），系统性提升反爬防控效果与自动化效率。\n岗位职责\n1. AI-Native 反爬算法体系设计\n以大模型为基础，重构反爬防控的技术范式，从AI enhance转向 AI native的防控范式。设计覆盖爬虫感知、识别、审核、行为分析、策略决策、自动处置的全链路算法架构，探索 LLM 在爬虫行为识别、异常模式发现、对抗策略生成等环节的深度应用。\n2. 对抗博弈与策略演进\n跟踪爬虫技术演进趋势（包括 AI 爬虫的最新进展），持续迭代防御策略。设计攻防演练机制，验证反爬体系的有效性与鲁棒性。\n\n职位要求\n●计算机、电子、数学等相关专业硕士及以上学历；\n●3 年以上反爬或安全攻防相关工作经验，有大规模平台反爬实战经验者优先。\n● 有 LLM 在安全或风控场景中的实际落地经历，熟悉大模型的训练、微调、推理部署全流程。\n● 熟悉安全攻防技术，能综合利用账号行为、设备、流量等多维信息完成爬虫防控。\n● 扎实的机器学习/深度学习基础，熟悉至少一种主流框架（PyTorch/TensorFlow）。\n负责以大模型为核心驱动力，设计并落地 AI-Native 反爬算法体系，防御平台面临的各类爬虫威胁（传统爬虫、AI 爬虫、众包爬虫等），系统性提升反爬防控效果与自动化效率。\n岗位职责\n1. AI-Native 反爬算法体系设计\n以大模型为基础，重构反爬防控的技术范式，从AI enhance转向 AI native的防控范式。设计覆盖爬虫感知、识别、审核、行为分析、策略决策、自动处置的全链路算法架构，探索 LLM 在爬虫行为识别、异常模式发现、对抗策略生成等环节的深度应用。\n2. 对抗博弈与策略演进\n跟踪爬虫技术演进趋势（包括 AI 爬虫的最新进展），持续迭代防御策略。设计攻防演练机制，验证反爬体系的有效性与鲁棒性。\n●计算机、电子、数学等相关专业硕士及以上学历；\n●3 年以上反爬或安全攻防相关工作经验，有大规模平台反爬实战经验者优先。\n● 有 LLM 在安全或风控场景中的实际落地经历，熟悉大模型的训练、微调、推理部署全流程。\n● 熟悉安全攻防技术，能综合利用账号行为、设备、流量等多维信息完成爬虫防控。\n● 扎实的机器学习/深度学习基础，熟悉至少一种主流框架（PyTorch/TensorFlow）。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T023"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}