{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "日常实习生-大模型安全评测实习生",
        "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": "硕士及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、参与大模型安全评测体系的设计与建设，围绕内容安全、价值观对齐与越狱攻击等方向，搭建多维度、多场景、多语种的系统化评测方案，推动模型安全能力的量化分析与行业评估标准的完善。\n2、参与大模型安全评测数据集构建与维护，覆盖通用风险、垂直领域风险及长尾风险等场景，探索基于红队对抗（Red Teaming）、自动化Prompt生成、合成数据等技术的高质量评测样本生产方案。\n3、参与基于LLM-as-a-Judge的自动化评判方法研究与落地，探索评判模型的偏差校准、不确定性量化及与人类标注一致性提升的关键技术路径，构建可信、可解释的安全评测闭环。\n4、参与自动化安全评测工具链与评测平台的研发与迭代，沉淀可复用的评测Pipeline与Judge模型能力，提升评测效率、覆盖度与结果一致性，支撑大模型版本迭代过程中的安全回归与持续监控。\n5、跟踪国内外大模型安全评测、AI Safety Benchmark、Red Teaming 等前沿研究进展，复现相关论文与开源方案（如HarmBench、JailbreakBench、SafetyBench等），推动研究成果在实际评测场景中的落地应用。",
        "requirements_text": "1、硕士及以上学历在读，计算机、人工智能、网络安全等相关专业优先。\n2、具备扎实的深度学习与自然语言处理基础，熟悉深度学习框架（PyTorch），熟练掌握 Prompt Engineering、模型微调（SFT/DPO）等基础技术，具备较强的算法实现与实验能力；了解 Qwen、DeepSeek、GLM、Llama 等主流大模型架构及推理框架（vLLM、SGLang）者优先。\n3、 了解大模型安全评测、AI Safety、Red Teaming、Jailbreak Attack & Defense、Alignment、LLM-as-a-Judge 等相关研究方向，熟悉主流安全评测 Benchmark 与评测方法论、自动化评测样本生成，以及评判模型构建、评分一致性度量、不确定性量化、Judge 偏差分析与校准等方法。\n4、具备良好的论文阅读与复现能力，能够跟踪并理解前沿学术研究工作；有相关项目、研究经验或顶会论文（NeurIPS/ICML/ICLR/ACL/EMNLP 等）者优先。\n5、熟练掌握 Python 编程，具备良好的工程实现能力和代码规范意识，有大规模数据处理或评测平台开发经验者优先。\n6、具备较强的逻辑分析能力、数据敏感度与问题拆解能力，对大模型安全评测研究有浓厚兴趣，能够独立推进课题。\n7、工作地点杭州，每周至少实习4天，持续3个月以上。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "深度学习",
            "自然语言处理",
            "模型微调",
            "分析能力",
            "大语言模型"
        ],
        "preferred_qualifications": "1、硕士及以上学历在读，计算机、人工智能、网络安全等相关专业优先；了解 Qwen、DeepSeek、GLM、Llama 等主流大模型架构及推理框架（vLLM、SGLang）者优先；有相关项目、研究经验或顶会论文（NeurIPS/ICML/ICLR/ACL/EMNLP 等）者优先；5、熟练掌握 Python 编程，具备良好的工程实现能力和代码规范意识，有大规模数据处理或评测平台开发经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199906700002?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199906700002",
        "post_date": "2026-07-10",
        "hire_time": "7、工作地点杭州，每周至少实习4天，持续3个月以上",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199906700002?deptCodes="
    },
    "fulltext": "日常实习生-大模型安全评测实习生\n日常实习生-大模型安全评测实习生\n\n基础信息\n毕业起止时间要求：2027-06-01 - 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\n1、参与大模型安全评测体系的设计与建设，围绕内容安全、价值观对齐与越狱攻击等方向，搭建多维度、多场景、多语种的系统化评测方案，推动模型安全能力的量化分析与行业评估标准的完善。\n2、参与大模型安全评测数据集构建与维护，覆盖通用风险、垂直领域风险及长尾风险等场景，探索基于红队对抗（Red Teaming）、自动化Prompt生成、合成数据等技术的高质量评测样本生产方案。\n3、参与基于LLM-as-a-Judge的自动化评判方法研究与落地，探索评判模型的偏差校准、不确定性量化及与人类标注一致性提升的关键技术路径，构建可信、可解释的安全评测闭环。\n4、参与自动化安全评测工具链与评测平台的研发与迭代，沉淀可复用的评测Pipeline与Judge模型能力，提升评测效率、覆盖度与结果一致性，支撑大模型版本迭代过程中的安全回归与持续监控。\n5、跟踪国内外大模型安全评测、AI Safety Benchmark、Red Teaming 等前沿研究进展，复现相关论文与开源方案（如HarmBench、JailbreakBench、SafetyBench等），推动研究成果在实际评测场景中的落地应用。\n\n职位要求\n1、硕士及以上学历在读，计算机、人工智能、网络安全等相关专业优先。\n2、具备扎实的深度学习与自然语言处理基础，熟悉深度学习框架（PyTorch），熟练掌握 Prompt Engineering、模型微调（SFT/DPO）等基础技术，具备较强的算法实现与实验能力；了解 Qwen、DeepSeek、GLM、Llama 等主流大模型架构及推理框架（vLLM、SGLang）者优先。\n3、 了解大模型安全评测、AI Safety、Red Teaming、Jailbreak Attack & Defense、Alignment、LLM-as-a-Judge 等相关研究方向，熟悉主流安全评测 Benchmark 与评测方法论、自动化评测样本生成，以及评判模型构建、评分一致性度量、不确定性量化、Judge 偏差分析与校准等方法。\n4、具备良好的论文阅读与复现能力，能够跟踪并理解前沿学术研究工作；有相关项目、研究经验或顶会论文（NeurIPS/ICML/ICLR/ACL/EMNLP 等）者优先。\n5、熟练掌握 Python 编程，具备良好的工程实现能力和代码规范意识，有大规模数据处理或评测平台开发经验者优先。\n6、具备较强的逻辑分析能力、数据敏感度与问题拆解能力，对大模型安全评测研究有浓厚兴趣，能够独立推进课题。\n7、工作地点杭州，每周至少实习4天，持续3个月以上。\n\n在招业务\n阿里巴巴控股集团\n1、参与大模型安全评测体系的设计与建设，围绕内容安全、价值观对齐与越狱攻击等方向，搭建多维度、多场景、多语种的系统化评测方案，推动模型安全能力的量化分析与行业评估标准的完善。\n2、参与大模型安全评测数据集构建与维护，覆盖通用风险、垂直领域风险及长尾风险等场景，探索基于红队对抗（Red Teaming）、自动化Prompt生成、合成数据等技术的高质量评测样本生产方案。\n3、参与基于LLM-as-a-Judge的自动化评判方法研究与落地，探索评判模型的偏差校准、不确定性量化及与人类标注一致性提升的关键技术路径，构建可信、可解释的安全评测闭环。\n4、参与自动化安全评测工具链与评测平台的研发与迭代，沉淀可复用的评测Pipeline与Judge模型能力，提升评测效率、覆盖度与结果一致性，支撑大模型版本迭代过程中的安全回归与持续监控。\n5、跟踪国内外大模型安全评测、AI Safety Benchmark、Red Teaming 等前沿研究进展，复现相关论文与开源方案（如HarmBench、JailbreakBench、SafetyBench等），推动研究成果在实际评测场景中的落地应用。\n1、硕士及以上学历在读，计算机、人工智能、网络安全等相关专业优先。\n2、具备扎实的深度学习与自然语言处理基础，熟悉深度学习框架（PyTorch），熟练掌握 Prompt Engineering、模型微调（SFT/DPO）等基础技术，具备较强的算法实现与实验能力；了解 Qwen、DeepSeek、GLM、Llama 等主流大模型架构及推理框架（vLLM、SGLang）者优先。\n3、 了解大模型安全评测、AI Safety、Red Teaming、Jailbreak Attack & Defense、Alignment、LLM-as-a-Judge 等相关研究方向，熟悉主流安全评测 Benchmark 与评测方法论、自动化评测样本生成，以及评判模型构建、评分一致性度量、不确定性量化、Judge 偏差分析与校准等方法。\n4、具备良好的论文阅读与复现能力，能够跟踪并理解前沿学术研究工作；有相关项目、研究经验或顶会论文（NeurIPS/ICML/ICLR/ACL/EMNLP 等）者优先。\n5、熟练掌握 Python 编程，具备良好的工程实现能力和代码规范意识，有大规模数据处理或评测平台开发经验者优先。\n6、具备较强的逻辑分析能力、数据敏感度与问题拆解能力，对大模型安全评测研究有浓厚兴趣，能够独立推进课题。\n7、工作地点杭州，每周至少实习4天，持续3个月以上。",
    "standard_classification": {
        "std_category_code": "T015",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}