主分类：AI模型评测工程
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": "千问事业部-内容安全自动化评测专家-北京",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "技术类-数据"AI生成
},
"company": {
"company_name": "夸克",
"company_industry": "互联网 / 人工智能应用",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "夸克提供AI搜索等人工智能应用服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责设计并持续迭代大模型的安全评测框架体系，定义评测维度、指标与分级标准；\n2、通过PE/Agent搭建，实现安全评测样本的自动化生成、自动化判定；设计并落地端到端的自动化评测 Pipeline，持续迭代评测平台能力；\n3、输出高质量的安全评测报告，对评测结果进行归因分析，推动模型训练、安全策略等相关方闭环优化，持续提升业务和模型的安全水位；\n4、设计并执行针对大模型的对抗性红队测试，探索和落地自动化红队方法，持续发现模型安全弱点与防护漏洞；\n5、基于线上海量用户数据，设计数据挖掘策略，识别真实场景中的安全风险模式，沉淀高价值 badcase 并反哺评测集和安全策略优化；\n6、追踪大模型安全评测领域前沿论文与业界实践，持续引入新方法、新工具优化评测框架、自动化链路、红队测试。",
"requirements_text": "1、本科及以上学历，计算机科学/人工智能/软件工程/大数据技术/统计学或相关专业优先考虑；\n2、2年以上大模型相关工作经验（评测 / 训练 / 安全 / 数据任一方向均可），有评测体系设计、Benchmark 构建、安全策略运营、安全红队测试经验者优先；\n3、了解大模型的基础原理，熟悉大模型的安全风险与威胁模式，熟悉多模态/Agent原理和风险者优先考虑；\n4、具备优秀的PE和 Agent搭建能力，能基于评测业务需求独立设计/迭代 PE与 Agent 系统，实现评测样本生成、评测评分等核心环节的自动化；懂Python等编程语言者、有AI coding实践经验者优先；\n5、具备较强的数据分析能力和逻辑表达能力，能挖掘线上case以及输出清晰的归因分析报告；\n6、具备良好的跨团队沟通与协作推动能力，能有效联动训练、策略、产品等团队解决安全问题；\n7、具有很强的自驱力和学习能力，能够自主研究 AI 行业变化、跟踪技术新范式与新工具的使用，并将其转化为工作方法的持续优化。",
"skills": [AI生成
"Python",
"数据分析",
"学习能力",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "1、本科及以上学历，计算机科学/人工智能/软件工程/大数据技术/统计学或相关专业优先考虑；2、2年以上大模型相关工作经验（评测 / 训练 / 安全 / 数据任一方向均可），有评测体系设计、Benchmark 构建、安全策略运营、安全红队测试经验者优先；3、了解大模型的基础原理，熟悉大模型的安全风险与威胁模式，熟悉多模态/Agent原理和风险者优先考虑；懂Python等编程语言者、有AI coding实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.quark.cn/off-campus/position-detail?positionId=100018640025"
}
]
},
"posting": {
"posting_id": "100018640025",
"post_date": "2026-08-31",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.quark.cn/off-campus/position-detail?positionId=100018640025"
},
"fulltext": "千问事业部-内容安全自动化评测专家-北京\n千问事业部-内容安全自动化评测专家-北京\n\n基础信息\n职位类别：技术类-数据\n工作地点：北京\n\n职位描述\n1、负责设计并持续迭代大模型的安全评测框架体系，定义评测维度、指标与分级标准；\n2、通过PE/Agent搭建，实现安全评测样本的自动化生成、自动化判定；设计并落地端到端的自动化评测 Pipeline，持续迭代评测平台能力；\n3、输出高质量的安全评测报告，对评测结果进行归因分析，推动模型训练、安全策略等相关方闭环优化，持续提升业务和模型的安全水位；\n4、设计并执行针对大模型的对抗性红队测试，探索和落地自动化红队方法，持续发现模型安全弱点与防护漏洞；\n5、基于线上海量用户数据，设计数据挖掘策略，识别真实场景中的安全风险模式，沉淀高价值 badcase 并反哺评测集和安全策略优化；\n6、追踪大模型安全评测领域前沿论文与业界实践，持续引入新方法、新工具优化评测框架、自动化链路、红队测试。\n\n职位要求\n1、本科及以上学历，计算机科学/人工智能/软件工程/大数据技术/统计学或相关专业优先考虑；\n2、2年以上大模型相关工作经验（评测 / 训练 / 安全 / 数据任一方向均可），有评测体系设计、Benchmark 构建、安全策略运营、安全红队测试经验者优先；\n3、了解大模型的基础原理，熟悉大模型的安全风险与威胁模式，熟悉多模态/Agent原理和风险者优先考虑；\n4、具备优秀的PE和 Agent搭建能力，能基于评测业务需求独立设计/迭代 PE与 Agent 系统，实现评测样本生成、评测评分等核心环节的自动化；懂Python等编程语言者、有AI coding实践经验者优先；\n5、具备较强的数据分析能力和逻辑表达能力，能挖掘线上case以及输出清晰的归因分析报告；\n6、具备良好的跨团队沟通与协作推动能力，能有效联动训练、策略、产品等团队解决安全问题；\n7、具有很强的自驱力和学习能力，能够自主研究 AI 行业变化、跟踪技术新范式与新工具的使用，并将其转化为工作方法的持续优化。\n1、负责设计并持续迭代大模型的安全评测框架体系，定义评测维度、指标与分级标准；\n2、通过PE/Agent搭建，实现安全评测样本的自动化生成、自动化判定；设计并落地端到端的自动化评测 Pipeline，持续迭代评测平台能力；\n3、输出高质量的安全评测报告，对评测结果进行归因分析，推动模型训练、安全策略等相关方闭环优化，持续提升业务和模型的安全水位；\n4、设计并执行针对大模型的对抗性红队测试，探索和落地自动化红队方法，持续发现模型安全弱点与防护漏洞；\n5、基于线上海量用户数据，设计数据挖掘策略，识别真实场景中的安全风险模式，沉淀高价值 badcase 并反哺评测集和安全策略优化；\n6、追踪大模型安全评测领域前沿论文与业界实践，持续引入新方法、新工具优化评测框架、自动化链路、红队测试。\n1、本科及以上学历，计算机科学/人工智能/软件工程/大数据技术/统计学或相关专业优先考虑；\n2、2年以上大模型相关工作经验（评测 / 训练 / 安全 / 数据任一方向均可），有评测体系设计、Benchmark 构建、安全策略运营、安全红队测试经验者优先；\n3、了解大模型的基础原理，熟悉大模型的安全风险与威胁模式，熟悉多模态/Agent原理和风险者优先考虑；\n4、具备优秀的PE和 Agent搭建能力，能基于评测业务需求独立设计/迭代 PE与 Agent 系统，实现评测样本生成、评测评分等核心环节的自动化；懂Python等编程语言者、有AI coding实践经验者优先；\n5、具备较强的数据分析能力和逻辑表达能力，能挖掘线上case以及输出清晰的归因分析报告；\n6、具备良好的跨团队沟通与协作推动能力，能有效联动训练、策略、产品等团队解决安全问题；\n7、具有很强的自驱力和学习能力，能够自主研究 AI 行业变化、跟踪技术新范式与新工具的使用，并将其转化为工作方法的持续优化。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T023"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}