主分类：网络信息安全
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": "AI安全研发",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里云",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里云",
"company_industry": "云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里云提供云基础设施、AI模型、智能体和计算服务。"
},
"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、网络安全、人工智能等相关专业硕士及以上学历（博士优先）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "面向无影云电脑场景，围绕“AI、安全、态势感知”，参与构建面向云电脑的智能化安全运营与自适应防护体系，聚焦异常检测、行为分析、威胁情报融合、SOAR编排与GenAI在SOC流程中的落地。\n1、设计并实现基于机器学习的异常检测与行为分析方法，用于识别云桌面环境中的未知威胁与异常操作，提升及时性与准确性；\n2、搭建并打通多源异构安全数据采集与数据标准化流程，完成大规模数据的实时分析与指标沉淀，用于多维态势感知与风险评估；\n3、汇聚与清洗威胁情报，构建训练/评测数据集，开展特征工程与模型对比实验，优化误报率与响应效率；\n4、参与云原生安全态势感知系统架构设计与联邦学习算法开发，优化威胁检测模型性能与轻量化部署；\n5、产出技术文档、实验报告、论文/专利草案，沉淀可复用方法、数据Schema与评测基准。",
"requirements_text": "1、计算机科学、网络安全、人工智能等相关专业硕士及以上学历（博士优先）；\n2、掌握机器学习/深度学习基础，具备异常检测、行为分析或时序建模的课程或项目经历；\n3、熟练使用C++/Go及常见ML/NLP框架，具备日志/网络/终端等安全数据处理与特征工程能力；\n4、理解SOC的基本流程与能力域，对暴露评估、告警研判、态势评估与预测等概念有基础认知；\n5、具备数据治理意识，理解多源异构数据采集、范式化与实时分析在安全运营中的价值；\n6、对AI在网络安全中的应用保持兴趣，关注技术前沿并具备自我驱动的研究能力。\n加分项\n1、有GenAI/LLM、RAG或Agentic AI在安全运营方向的项目/论文/竞赛经历，能将自然语言知识转化为规则、剧本与流程编排；\n2、在安全、系统、数据领域的论文、开源或专利产出。",
"skills": [AI生成
"C++",
"机器学习",
"深度学习",
"数据治理",
"建模",
"大语言模型"
],
"preferred_qualifications": "1、计算机科学、网络安全、人工智能等相关专业硕士及以上学历（博士优先）；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199903780031?deptCodes="
}
]
},
"posting": {
"posting_id": "199903780031",
"post_date": "2026-03-17",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199903780031?deptCodes="
},
"fulltext": "AI安全研发\nAI安全研发\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n面向无影云电脑场景，围绕“AI、安全、态势感知”，参与构建面向云电脑的智能化安全运营与自适应防护体系，聚焦异常检测、行为分析、威胁情报融合、SOAR编排与GenAI在SOC流程中的落地。\n1、设计并实现基于机器学习的异常检测与行为分析方法，用于识别云桌面环境中的未知威胁与异常操作，提升及时性与准确性；\n2、搭建并打通多源异构安全数据采集与数据标准化流程，完成大规模数据的实时分析与指标沉淀，用于多维态势感知与风险评估；\n3、汇聚与清洗威胁情报，构建训练/评测数据集，开展特征工程与模型对比实验，优化误报率与响应效率；\n4、参与云原生安全态势感知系统架构设计与联邦学习算法开发，优化威胁检测模型性能与轻量化部署；\n5、产出技术文档、实验报告、论文/专利草案，沉淀可复用方法、数据Schema与评测基准。\n\n职位要求\n1、计算机科学、网络安全、人工智能等相关专业硕士及以上学历（博士优先）；\n2、掌握机器学习/深度学习基础，具备异常检测、行为分析或时序建模的课程或项目经历；\n3、熟练使用C++/Go及常见ML/NLP框架，具备日志/网络/终端等安全数据处理与特征工程能力；\n4、理解SOC的基本流程与能力域，对暴露评估、告警研判、态势评估与预测等概念有基础认知；\n5、具备数据治理意识，理解多源异构数据采集、范式化与实时分析在安全运营中的价值；\n6、对AI在网络安全中的应用保持兴趣，关注技术前沿并具备自我驱动的研究能力。\n加分项\n1、有GenAI/LLM、RAG或Agentic AI在安全运营方向的项目/论文/竞赛经历，能将自然语言知识转化为规则、剧本与流程编排；\n2、在安全、系统、数据领域的论文、开源或专利产出。\n\n在招业务\n阿里云\n面向无影云电脑场景，围绕“AI、安全、态势感知”，参与构建面向云电脑的智能化安全运营与自适应防护体系，聚焦异常检测、行为分析、威胁情报融合、SOAR编排与GenAI在SOC流程中的落地。\n1、设计并实现基于机器学习的异常检测与行为分析方法，用于识别云桌面环境中的未知威胁与异常操作，提升及时性与准确性；\n2、搭建并打通多源异构安全数据采集与数据标准化流程，完成大规模数据的实时分析与指标沉淀，用于多维态势感知与风险评估；\n3、汇聚与清洗威胁情报，构建训练/评测数据集，开展特征工程与模型对比实验，优化误报率与响应效率；\n4、参与云原生安全态势感知系统架构设计与联邦学习算法开发，优化威胁检测模型性能与轻量化部署；\n5、产出技术文档、实验报告、论文/专利草案，沉淀可复用方法、数据Schema与评测基准。\n1、计算机科学、网络安全、人工智能等相关专业硕士及以上学历（博士优先）；\n2、掌握机器学习/深度学习基础，具备异常检测、行为分析或时序建模的课程或项目经历；\n3、熟练使用C++/Go及常见ML/NLP框架，具备日志/网络/终端等安全数据处理与特征工程能力；\n4、理解SOC的基本流程与能力域，对暴露评估、告警研判、态势评估与预测等概念有基础认知；\n5、具备数据治理意识，理解多源异构数据采集、范式化与实时分析在安全运营中的价值；\n6、对AI在网络安全中的应用保持兴趣，关注技术前沿并具备自我驱动的研究能力。\n加分项\n1、有GenAI/LLM、RAG或Agentic AI在安全运营方向的项目/论文/竞赛经历，能将自然语言知识转化为规则、剧本与流程编排；\n2、在安全、系统、数据领域的论文、开源或专利产出。",
"standard_classification": {
"std_category_code": "T023",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}