主分类：AI模型评测工程
辅助：大模型与生成式算法研发（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-安全大模型评测与增强算法专家-北京&杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 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": 1,
"degree": "计算机、人工智能、信息安全或相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责建设面向安全场景的大模型评测体系，涵盖通用能力评测与安全业务场景定制评测，构建基于LLM-as-Judge、自动化评测模型训练与人工评估相结合的多维度评测框架，保障评测结果的全面性和可靠性\n2、建设基于真实安全攻防场景的Agentic评测环境，构建面向安全长程任务的Agentic评测，提升大模型在安全场景的Agentic能力\n3、跟踪业界主流安全大模型评测方法与Benchmark动态，持续优化内部评测体系，对标行业前沿能力水平，发布开源评测集\n4、深度参与大模型迭代过程中的知识与评测驱动优化，建设“评测归因分析→知识短板发现→训练数据生产→模型训练增强→评测反馈验证”的高效自进化闭环，以评测数据反哺训练，用领域知识增强训练数据，持续提升模型在安全场景中的能力表现",
"requirements_text": "1、计算机、人工智能、信息安全或相关专业硕士及以上学历，1年以上大模型研发相关工作经验\n2、精通大模型基本原理与训练方法，了解常见攻击手法、防御机制、日志分析或漏洞原理，有安全业务经验优先\n3、熟悉安全主流Benchmark与评测框架，有Rubrics评测、Arena对战评测等评测方法实践经验者优先\n4、具备优秀的结构化思维和数据分析能力，能够从评测数据中提炼模型短板、定位根因、驱动优化方向，善于沟通和跨团队协作\n5、动手能力强，具备优秀的工程落地实现能力，熟悉Agentic评测沙箱搭建者优先\n6、在大模型、AI或安全顶会（ICLR/NeurIPS/ACL/EMNLP/USENIX Security等）以第一作者身份发表过论文优先\n7、加分项：有大模型数据合成或评测经验优先",
"skills": [AI生成
"数据分析",
"团队协作",
"分析能力",
"大语言模型"
],
"preferred_qualifications": "2、精通大模型基本原理与训练方法，了解常见攻击手法、防御机制、日志分析或漏洞原理，有安全业务经验优先；3、熟悉安全主流Benchmark与评测框架，有Rubrics评测、Arena对战评测等评测方法实践经验者优先；5、动手能力强，具备优秀的工程落地实现能力，熟悉Agentic评测沙箱搭建者优先；6、在大模型、AI或安全顶会（ICLR/NeurIPS/ACL/EMNLP/USENIX Security等）以第一作者身份发表过论文优先；7、加分项：有大模型数据合成或评测经验优先",
"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=100031640001"
}
]
},
"posting": {
"posting_id": "100031640001",
"post_date": "2026-08-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100031640001"
},
"fulltext": "集团安全部-安全大模型评测与增强算法专家-北京&杭州\n集团安全部-安全大模型评测与增强算法专家-北京&杭州\n\n基础信息\n职位类别：技术类-算法\n工作地点：北京 / 杭州\n\n职位描述\n1、负责建设面向安全场景的大模型评测体系，涵盖通用能力评测与安全业务场景定制评测，构建基于LLM-as-Judge、自动化评测模型训练与人工评估相结合的多维度评测框架，保障评测结果的全面性和可靠性\n2、建设基于真实安全攻防场景的Agentic评测环境，构建面向安全长程任务的Agentic评测，提升大模型在安全场景的Agentic能力\n3、跟踪业界主流安全大模型评测方法与Benchmark动态，持续优化内部评测体系，对标行业前沿能力水平，发布开源评测集\n4、深度参与大模型迭代过程中的知识与评测驱动优化，建设“评测归因分析→知识短板发现→训练数据生产→模型训练增强→评测反馈验证”的高效自进化闭环，以评测数据反哺训练，用领域知识增强训练数据，持续提升模型在安全场景中的能力表现\n\n职位要求\n1、计算机、人工智能、信息安全或相关专业硕士及以上学历，1年以上大模型研发相关工作经验\n2、精通大模型基本原理与训练方法，了解常见攻击手法、防御机制、日志分析或漏洞原理，有安全业务经验优先\n3、熟悉安全主流Benchmark与评测框架，有Rubrics评测、Arena对战评测等评测方法实践经验者优先\n4、具备优秀的结构化思维和数据分析能力，能够从评测数据中提炼模型短板、定位根因、驱动优化方向，善于沟通和跨团队协作\n5、动手能力强，具备优秀的工程落地实现能力，熟悉Agentic评测沙箱搭建者优先\n6、在大模型、AI或安全顶会（ICLR/NeurIPS/ACL/EMNLP/USENIX Security等）以第一作者身份发表过论文优先\n7、加分项：有大模型数据合成或评测经验优先\n1、负责建设面向安全场景的大模型评测体系，涵盖通用能力评测与安全业务场景定制评测，构建基于LLM-as-Judge、自动化评测模型训练与人工评估相结合的多维度评测框架，保障评测结果的全面性和可靠性\n2、建设基于真实安全攻防场景的Agentic评测环境，构建面向安全长程任务的Agentic评测，提升大模型在安全场景的Agentic能力\n3、跟踪业界主流安全大模型评测方法与Benchmark动态，持续优化内部评测体系，对标行业前沿能力水平，发布开源评测集\n4、深度参与大模型迭代过程中的知识与评测驱动优化，建设“评测归因分析→知识短板发现→训练数据生产→模型训练增强→评测反馈验证”的高效自进化闭环，以评测数据反哺训练，用领域知识增强训练数据，持续提升模型在安全场景中的能力表现\n1、计算机、人工智能、信息安全或相关专业硕士及以上学历，1年以上大模型研发相关工作经验\n2、精通大模型基本原理与训练方法，了解常见攻击手法、防御机制、日志分析或漏洞原理，有安全业务经验优先\n3、熟悉安全主流Benchmark与评测框架，有Rubrics评测、Arena对战评测等评测方法实践经验者优先\n4、具备优秀的结构化思维和数据分析能力，能够从评测数据中提炼模型短板、定位根因、驱动优化方向，善于沟通和跨团队协作\n5、动手能力强，具备优秀的工程落地实现能力，熟悉Agentic评测沙箱搭建者优先\n6、在大模型、AI或安全顶会（ICLR/NeurIPS/ACL/EMNLP/USENIX Security等）以第一作者身份发表过论文优先\n7、加分项：有大模型数据合成或评测经验优先",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}