职位详情

职位列表 链接有效 不适用(官网全量采集) official:alibaba:199907620008

安全领域基础大模型构建与应用-阿里星

未披露 · 北京 / 杭州 · 阿里巴巴控股集团

主分类:大模型与生成式算法研发
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": "安全领域基础大模型构建与应用-阿里星",
        "job_level": "校招",AI生成
        "work_category": "全职",AI生成
        "department": "阿里巴巴控股集团",
        "location": "北京 / 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、网络安全等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、领域基座模型研发:负责构建面向网络安全、数据安全、业务安全、内容安全等垂直领域的基础大模型,包括继续预训练、领域适配、指令微调等关键技术研发。探索大模型在安全场景(如威胁检测、漏洞挖掘、日志分析、内容审核、攻防对抗等)中的创新应用,提升模型对安全语义的理解与推理能力;\n2、数据与算法优化:设计并构建高质量安全领域训练数据集(如漏洞库、攻击流量、日志数据、图文音视等),解决数据稀缺与噪声问题,优化模型训练效率,研究轻量化、低成本的领域适配方法,提升模型在安全任务中的泛化性;\n3、产品智能化升级:与安全产品团队协作,将大模型能力嵌入现有安全产品,实现自动化分析、智能告警、辅助决策等功能。针对实际业务需求,设计端到端的模型解决方案,平衡效果与性能;\n4、前沿技术探索:跟踪大模型与安全交叉领域(如安全领域知识注入、对抗泛化理解、因果强化推理等)的最新进展,推动技术创新与专利布局。",
        "requirements_text": "1、计算机科学、人工智能、网络安全等相关专业硕士及以上学历。熟练掌握Transformer、BERT、GPT等架构,有从零训练或微调大模型的实际项目经验;\n2、熟悉至少一个安全细分领域(如网络安全、数据安全、内容安全、业务风控等),能理解安全数据的语义与特征;\n3、熟悉多模态大模型(如结合文本、代码、图数据的安全分析),发表过AI或安全顶会论文(如NeurIPS、ICLR、CCS、USENIX Security);\n4、具备良好的团队合作精神、跨部门沟通及项目管理能力;具备较强的创新意识和解决复杂问题的能力;\n5、有独立工作能力并同时能与团队融洽相处,乐观自省,有一定抗压能力。\n【加分项】\n1、有开源项目贡献或主导过安全领域大模型项目;\n2、有安全风控项目经验;\n3、参加过安全类AI竞赛。",
        "skills": [AI生成
            "项目管理",
            "团队协作",
            "大语言模型"
        ],
        "preferred_qualifications": "【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/199907620008?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907620008",
        "post_date": "2026-08-26",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907620008?deptCodes="
    },
    "fulltext": "安全领域基础大模型构建与应用-阿里星\n安全领域基础大模型构建与应用-阿里星\n\n基础信息\n毕业起止时间要求:2026-11-01 - 2027-10-31\n职位类别:技术类\n招聘项目:阿里巴巴2027届应届生\n工作地点:北京 / 杭州\n\n职位描述\n1、领域基座模型研发:负责构建面向网络安全、数据安全、业务安全、内容安全等垂直领域的基础大模型,包括继续预训练、领域适配、指令微调等关键技术研发。探索大模型在安全场景(如威胁检测、漏洞挖掘、日志分析、内容审核、攻防对抗等)中的创新应用,提升模型对安全语义的理解与推理能力;\n2、数据与算法优化:设计并构建高质量安全领域训练数据集(如漏洞库、攻击流量、日志数据、图文音视等),解决数据稀缺与噪声问题,优化模型训练效率,研究轻量化、低成本的领域适配方法,提升模型在安全任务中的泛化性;\n3、产品智能化升级:与安全产品团队协作,将大模型能力嵌入现有安全产品,实现自动化分析、智能告警、辅助决策等功能。针对实际业务需求,设计端到端的模型解决方案,平衡效果与性能;\n4、前沿技术探索:跟踪大模型与安全交叉领域(如安全领域知识注入、对抗泛化理解、因果强化推理等)的最新进展,推动技术创新与专利布局。\n\n职位要求\n1、计算机科学、人工智能、网络安全等相关专业硕士及以上学历。熟练掌握Transformer、BERT、GPT等架构,有从零训练或微调大模型的实际项目经验;\n2、熟悉至少一个安全细分领域(如网络安全、数据安全、内容安全、业务风控等),能理解安全数据的语义与特征;\n3、熟悉多模态大模型(如结合文本、代码、图数据的安全分析),发表过AI或安全顶会论文(如NeurIPS、ICLR、CCS、USENIX Security);\n4、具备良好的团队合作精神、跨部门沟通及项目管理能力;具备较强的创新意识和解决复杂问题的能力;\n5、有独立工作能力并同时能与团队融洽相处,乐观自省,有一定抗压能力。\n【加分项】\n1、有开源项目贡献或主导过安全领域大模型项目;\n2、有安全风控项目经验;\n3、参加过安全类AI竞赛。\n\n在招业务\n阿里巴巴控股集团\n1、领域基座模型研发:负责构建面向网络安全、数据安全、业务安全、内容安全等垂直领域的基础大模型,包括继续预训练、领域适配、指令微调等关键技术研发。探索大模型在安全场景(如威胁检测、漏洞挖掘、日志分析、内容审核、攻防对抗等)中的创新应用,提升模型对安全语义的理解与推理能力;\n2、数据与算法优化:设计并构建高质量安全领域训练数据集(如漏洞库、攻击流量、日志数据、图文音视等),解决数据稀缺与噪声问题,优化模型训练效率,研究轻量化、低成本的领域适配方法,提升模型在安全任务中的泛化性;\n3、产品智能化升级:与安全产品团队协作,将大模型能力嵌入现有安全产品,实现自动化分析、智能告警、辅助决策等功能。针对实际业务需求,设计端到端的模型解决方案,平衡效果与性能;\n4、前沿技术探索:跟踪大模型与安全交叉领域(如安全领域知识注入、对抗泛化理解、因果强化推理等)的最新进展,推动技术创新与专利布局。\n1、计算机科学、人工智能、网络安全等相关专业硕士及以上学历。熟练掌握Transformer、BERT、GPT等架构,有从零训练或微调大模型的实际项目经验;\n2、熟悉至少一个安全细分领域(如网络安全、数据安全、内容安全、业务风控等),能理解安全数据的语义与特征;\n3、熟悉多模态大模型(如结合文本、代码、图数据的安全分析),发表过AI或安全顶会论文(如NeurIPS、ICLR、CCS、USENIX Security);\n4、具备良好的团队合作精神、跨部门沟通及项目管理能力;具备较强的创新意识和解决复杂问题的能力;\n5、有独立工作能力并同时能与团队融洽相处,乐观自省,有一定抗压能力。\n【加分项】\n1、有开源项目贡献或主导过安全领域大模型项目;\n2、有安全风控项目经验;\n3、参加过安全类AI竞赛。",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [
            "T023"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}