{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "高德-安全Agent研发专家-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-安全"AI生成
    },
    "company": {
        "company_name": "高德",
        "company_industry": "数字地图 / 导航服务",
        "company_size": "未披露",
        "company_website": "alibaba.com",
        "company_description": "高德提供电子地图和导航服务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "学历要求：硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "职位描述：面向高德安全风控场景，打造AI-native的安全运营产品，覆盖风险发现、识别、决策、运营的全生命周期，并打造安全场景的通用Agent基建。\n1、安全Agent构建：深入理解安全场景（业务风控、网络安全、数据安全），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设。根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式。\n2、Harness Engineering：设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化。构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环。\n3、Memory设计：设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）。探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率。结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案。\n4、知识和skill建设：构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的知识。设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新。建立Skill的质量评估与迭代优化流程。\n5、工具建设：负责风控平台能力（决策引擎、处置引擎等）的持续优化，并构建可被agent调用的工具体系。",
        "requirements_text": "任职要求：\n1、学历要求：硕士及以上学历，计算机科学、软件工程、人工智能等相关专业背景更佳。\n2、经验要求：\n（1）三年以上JAVA研发经历；\n（2）有任一安全风控（电商支付风控、内容风控、网络安全、数据安全、端安全）领域相关产品的开发经验，对安全风控业务有深入的理解和实践；\n（3）有实际的Agent设计和落地经验，完整参与过Agent系统的架构设计、开发、上线与迭代。\n3、技能要求：\n（1）熟悉主流Agent框架（LangChain、AutoGPT、MetaGPT、CrewAI等），了解其设计思想与适用场景；\n（2）深入理解大模型技术栈：Transformer架构、Prompt Engineering、RAG、Function Calling、Multi-Agent协作框架；\n（3）数据结构、算法等基础扎实，熟练使用SpringBoot、MyBatis等框架，深入了解底层原理，熟悉JVM调优；\n（4）熟悉高并发分布式系统的设计，掌握常用中间件的特性和使用场景，如MQ、RPC、Redis、Mysql。\n4、软素质：\n（1）具备系统思维，能从业务全局视角设计Agent方案，而非孤立优化单点；\n（2）有较强的实验设计与数据分析能力，能通过数据驱动Agent迭代；\n（3）良好的跨团队协作与沟通能力，能推动复杂项目落地。",
        "skills": [AI生成
            "Java",
            "MySQL",
            "Redis",
            "数据结构",
            "分布式系统",
            "数据分析",
            "架构设计",
            "团队协作",
            "沟通能力",
            "分析能力",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent.amap.com/off-campus/position-detail?positionId=100030680001"
            }
        ]
    },
    "posting": {
        "posting_id": "100030680001",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent.amap.com/off-campus/position-detail?positionId=100030680001"
    },
    "fulltext": "高德-安全Agent研发专家-北京\n高德-安全Agent研发专家-北京\n\n基础信息\n职位类别：技术类-安全\n工作地点：北京\n\n职位描述\n职位描述：面向高德安全风控场景，打造AI-native的安全运营产品，覆盖风险发现、识别、决策、运营的全生命周期，并打造安全场景的通用Agent基建。\n1、安全Agent构建：深入理解安全场景（业务风控、网络安全、数据安全），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设。根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式。\n2、Harness Engineering：设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化。构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环。\n3、Memory设计：设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）。探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率。结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案。\n4、知识和skill建设：构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的知识。设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新。建立Skill的质量评估与迭代优化流程。\n5、工具建设：负责风控平台能力（决策引擎、处置引擎等）的持续优化，并构建可被agent调用的工具体系。\n\n职位要求\n任职要求：\n1、学历要求：硕士及以上学历，计算机科学、软件工程、人工智能等相关专业背景更佳。\n2、经验要求：\n（1）三年以上JAVA研发经历；\n（2）有任一安全风控（电商支付风控、内容风控、网络安全、数据安全、端安全）领域相关产品的开发经验，对安全风控业务有深入的理解和实践；\n（3）有实际的Agent设计和落地经验，完整参与过Agent系统的架构设计、开发、上线与迭代。\n3、技能要求：\n（1）熟悉主流Agent框架（LangChain、AutoGPT、MetaGPT、CrewAI等），了解其设计思想与适用场景；\n（2）深入理解大模型技术栈：Transformer架构、Prompt Engineering、RAG、Function Calling、Multi-Agent协作框架；\n（3）数据结构、算法等基础扎实，熟练使用SpringBoot、MyBatis等框架，深入了解底层原理，熟悉JVM调优；\n（4）熟悉高并发分布式系统的设计，掌握常用中间件的特性和使用场景，如MQ、RPC、Redis、Mysql。\n4、软素质：\n（1）具备系统思维，能从业务全局视角设计Agent方案，而非孤立优化单点；\n（2）有较强的实验设计与数据分析能力，能通过数据驱动Agent迭代；\n（3）良好的跨团队协作与沟通能力，能推动复杂项目落地。\n职位描述：面向高德安全风控场景，打造AI-native的安全运营产品，覆盖风险发现、识别、决策、运营的全生命周期，并打造安全场景的通用Agent基建。\n1、安全Agent构建：深入理解安全场景（业务风控、网络安全、数据安全），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设。根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式。\n2、Harness Engineering：设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化。构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环。\n3、Memory设计：设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）。探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率。结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案。\n4、知识和skill建设：构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的知识。设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新。建立Skill的质量评估与迭代优化流程。\n5、工具建设：负责风控平台能力（决策引擎、处置引擎等）的持续优化，并构建可被agent调用的工具体系。\n任职要求：\n1、学历要求：硕士及以上学历，计算机科学、软件工程、人工智能等相关专业背景更佳。\n2、经验要求：\n（1）三年以上JAVA研发经历；\n（2）有任一安全风控（电商支付风控、内容风控、网络安全、数据安全、端安全）领域相关产品的开发经验，对安全风控业务有深入的理解和实践；\n（3）有实际的Agent设计和落地经验，完整参与过Agent系统的架构设计、开发、上线与迭代。\n3、技能要求：\n（1）熟悉主流Agent框架（LangChain、AutoGPT、MetaGPT、CrewAI等），了解其设计思想与适用场景；\n（2）深入理解大模型技术栈：Transformer架构、Prompt Engineering、RAG、Function Calling、Multi-Agent协作框架；\n（3）数据结构、算法等基础扎实，熟练使用SpringBoot、MyBatis等框架，深入了解底层原理，熟悉JVM调优；\n（4）熟悉高并发分布式系统的设计，掌握常用中间件的特性和使用场景，如MQ、RPC、Redis、Mysql。\n4、软素质：\n（1）具备系统思维，能从业务全局视角设计Agent方案，而非孤立优化单点；\n（2）有较强的实验设计与数据分析能力，能通过数据驱动Agent迭代；\n（3）良好的跨团队协作与沟通能力，能推动复杂项目落地。",
    "standard_classification": {
        "std_category_code": "T009",
        "std_aux_codes": [
            "T023"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}