职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199903340001

阿里巴巴研究型实习生-智能体及应用安全评测研究

未披露 · 杭州 · 阿里巴巴控股集团

主分类:AI模型评测工程
算法与数据
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": "阿里巴巴研究型实习生-智能体及应用安全评测研究",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "阿里巴巴控股集团",
        "location": "杭州",
        "work_mode": "未披露",AI生成
        "job_category": "技术类"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": "计算机科学、人工智能、网络安全、数学等相关专业在读博士",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.参与智能体(AI Agent)及其应用场景的安全风险研究,探索智能体在复杂交互环境中的攻击面、威胁建模与防御机制。\n2.协助开展大模型安全攻防实验,包括越狱攻击、提示注入、对抗样本构造等,评测不同智能体架构在任务执行中的鲁棒性与防御能力。\n3.研究智能体决策过程中的风险建模方法(如基于马尔可夫决策过程的行为建模),并设计相应的安全护栏与防御算法。\n4.跟踪前沿研究进展,调研智能体安全、可信 AI 与大模型内容安全相关的学术论文与技术方案,为团队提供前沿洞察。\n5.协助构建安全评测基准与工具链,形成可复现的安全评测流程,支持团队在多任务、多场景下的风险分析与能力验证。",
        "requirements_text": "1.计算机科学、人工智能、网络安全、数学等相关专业在读博士,具备AI安全、强化学习或大模型相关研究背景。\n2.熟悉大语言模型(如GPT、LLaMA、Qwen 等)的基本原理,熟悉深度学习框架(如PyTorch、TensorFlow)。\n3.对AI安全攻防有浓厚兴趣,熟悉常见攻击方式(提示注入、对抗样本、数据投毒等)或防御技术(鲁棒优化、内容安全检测、代理模型防御等)。\n4.具备良好的研究能力和论文阅读能力,精通Python/C++/Java中至少一门语言,具备扎实的数据结构、算法基础及工程化能力,能够快速理解前沿工作并复现相关实验。\n5.具备良好的团队协作意识与沟通能力,能够在导师指导下推进课题研究。\n6.在 AI 安全、智能体或机器学习相关领域有论文发表(如ACL、CCS、NeurIPS、ICLR等)、竞赛获奖或开源项目经验者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "数据结构",
            "团队协作",
            "沟通能力",
            "大语言模型",
            "智能体开发"
        ],
        "preferred_qualifications": "6.在 AI 安全、智能体或机器学习相关领域有论文发表(如ACL、CCS、NeurIPS、ICLR等)、竞赛获奖或开源项目经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199903340001?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199903340001",
        "post_date": "2026-03-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199903340001?deptCodes="
    },
    "fulltext": "阿里巴巴研究型实习生-智能体及应用安全评测研究\n阿里巴巴研究型实习生-智能体及应用安全评测研究\n\n基础信息\n毕业起止时间要求:2027-06-01 - 2040-06-30\n职位类别:技术类\n招聘项目:阿里巴巴研究型实习生\n工作地点:杭州\n\n职位描述\n1.参与智能体(AI Agent)及其应用场景的安全风险研究,探索智能体在复杂交互环境中的攻击面、威胁建模与防御机制。\n2.协助开展大模型安全攻防实验,包括越狱攻击、提示注入、对抗样本构造等,评测不同智能体架构在任务执行中的鲁棒性与防御能力。\n3.研究智能体决策过程中的风险建模方法(如基于马尔可夫决策过程的行为建模),并设计相应的安全护栏与防御算法。\n4.跟踪前沿研究进展,调研智能体安全、可信 AI 与大模型内容安全相关的学术论文与技术方案,为团队提供前沿洞察。\n5.协助构建安全评测基准与工具链,形成可复现的安全评测流程,支持团队在多任务、多场景下的风险分析与能力验证。\n\n职位要求\n1.计算机科学、人工智能、网络安全、数学等相关专业在读博士,具备AI安全、强化学习或大模型相关研究背景。\n2.熟悉大语言模型(如GPT、LLaMA、Qwen 等)的基本原理,熟悉深度学习框架(如PyTorch、TensorFlow)。\n3.对AI安全攻防有浓厚兴趣,熟悉常见攻击方式(提示注入、对抗样本、数据投毒等)或防御技术(鲁棒优化、内容安全检测、代理模型防御等)。\n4.具备良好的研究能力和论文阅读能力,精通Python/C++/Java中至少一门语言,具备扎实的数据结构、算法基础及工程化能力,能够快速理解前沿工作并复现相关实验。\n5.具备良好的团队协作意识与沟通能力,能够在导师指导下推进课题研究。\n6.在 AI 安全、智能体或机器学习相关领域有论文发表(如ACL、CCS、NeurIPS、ICLR等)、竞赛获奖或开源项目经验者优先。\n\n在招业务\n阿里巴巴控股集团\n1.参与智能体(AI Agent)及其应用场景的安全风险研究,探索智能体在复杂交互环境中的攻击面、威胁建模与防御机制。\n2.协助开展大模型安全攻防实验,包括越狱攻击、提示注入、对抗样本构造等,评测不同智能体架构在任务执行中的鲁棒性与防御能力。\n3.研究智能体决策过程中的风险建模方法(如基于马尔可夫决策过程的行为建模),并设计相应的安全护栏与防御算法。\n4.跟踪前沿研究进展,调研智能体安全、可信 AI 与大模型内容安全相关的学术论文与技术方案,为团队提供前沿洞察。\n5.协助构建安全评测基准与工具链,形成可复现的安全评测流程,支持团队在多任务、多场景下的风险分析与能力验证。\n1.计算机科学、人工智能、网络安全、数学等相关专业在读博士,具备AI安全、强化学习或大模型相关研究背景。\n2.熟悉大语言模型(如GPT、LLaMA、Qwen 等)的基本原理,熟悉深度学习框架(如PyTorch、TensorFlow)。\n3.对AI安全攻防有浓厚兴趣,熟悉常见攻击方式(提示注入、对抗样本、数据投毒等)或防御技术(鲁棒优化、内容安全检测、代理模型防御等)。\n4.具备良好的研究能力和论文阅读能力,精通Python/C++/Java中至少一门语言,具备扎实的数据结构、算法基础及工程化能力,能够快速理解前沿工作并复现相关实验。\n5.具备良好的团队协作意识与沟通能力,能够在导师指导下推进课题研究。\n6.在 AI 安全、智能体或机器学习相关领域有论文发表(如ACL、CCS、NeurIPS、ICLR等)、竞赛获奖或开源项目经验者优先。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [
            "T023"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}