主分类：AI模型评测工程
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": "云安全大模型智能体对抗评测与能力边界定义-阿里星/A Star",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里云",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、设计面向云安全场景（入侵检测、自动化渗透、合规审计）的大模型评测体系，定义“懂安全的 AI”量化标准；\n2、落地自动化攻击算法，构建红蓝智能体对抗环境，持续挑战 AI 极限，评估其接管复杂防御决策的资质；\n3、深入研究并创新应用 Claude、OpenAI评测框架等前沿技术，构建云安全领域的评测标杆；\n4、探索多智能体对抗、自动化反馈强化学习等技术，实现评测结果直接驱动模型进化的闭环系统。",
"requirements_text": "1、扎实的机器学习/深度学习基础，熟悉大模型评测方法（LLM-as-a-Judge、红队测试、对抗评测等）；\n2、深入理解 Claude、OpenAI 等顶尖实验室的模型评测技术体系，具备改进与创新能力；\n3、对安全攻防有强烈兴趣，具备构造 Corner Case 和对抗样本的偏执热情，擅长逼出 AI 能力边界；\n4、优秀的算法工程能力，能够将评测理念转化为可落地的系统架构；\n5、有 CCF-A/NeurIPS/ICML/Security 等顶会论文，或 DEF CON/GEEKPWN/强网杯等竞赛经验者优先。",
"skills": [AI生成
"机器学习",
"深度学习",
"系统架构",
"大语言模型"
],
"preferred_qualifications": "5、有 CCF-A/NeurIPS/ICML/Security 等顶会论文，或 DEF CON/GEEKPWN/强网杯等竞赛经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907640113?deptCodes="
}
]
},
"posting": {
"posting_id": "199907640113",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907640113?deptCodes="
},
"fulltext": "云安全大模型智能体对抗评测与能力边界定义-阿里星/A Star\n云安全大模型智能体对抗评测与能力边界定义-阿里星/A Star\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、设计面向云安全场景（入侵检测、自动化渗透、合规审计）的大模型评测体系，定义“懂安全的 AI”量化标准；\n2、落地自动化攻击算法，构建红蓝智能体对抗环境，持续挑战 AI 极限，评估其接管复杂防御决策的资质；\n3、深入研究并创新应用 Claude、OpenAI评测框架等前沿技术，构建云安全领域的评测标杆；\n4、探索多智能体对抗、自动化反馈强化学习等技术，实现评测结果直接驱动模型进化的闭环系统。\n\n职位要求\n1、扎实的机器学习/深度学习基础，熟悉大模型评测方法（LLM-as-a-Judge、红队测试、对抗评测等）；\n2、深入理解 Claude、OpenAI 等顶尖实验室的模型评测技术体系，具备改进与创新能力；\n3、对安全攻防有强烈兴趣，具备构造 Corner Case 和对抗样本的偏执热情，擅长逼出 AI 能力边界；\n4、优秀的算法工程能力，能够将评测理念转化为可落地的系统架构；\n5、有 CCF-A/NeurIPS/ICML/Security 等顶会论文，或 DEF CON/GEEKPWN/强网杯等竞赛经验者优先。\n\n在招业务\n阿里云\n1、设计面向云安全场景（入侵检测、自动化渗透、合规审计）的大模型评测体系，定义“懂安全的 AI”量化标准；\n2、落地自动化攻击算法，构建红蓝智能体对抗环境，持续挑战 AI 极限，评估其接管复杂防御决策的资质；\n3、深入研究并创新应用 Claude、OpenAI评测框架等前沿技术，构建云安全领域的评测标杆；\n4、探索多智能体对抗、自动化反馈强化学习等技术，实现评测结果直接驱动模型进化的闭环系统。\n1、扎实的机器学习/深度学习基础，熟悉大模型评测方法（LLM-as-a-Judge、红队测试、对抗评测等）；\n2、深入理解 Claude、OpenAI 等顶尖实验室的模型评测技术体系，具备改进与创新能力；\n3、对安全攻防有强烈兴趣，具备构造 Corner Case 和对抗样本的偏执热情，擅长逼出 AI 能力边界；\n4、优秀的算法工程能力，能够将评测理念转化为可落地的系统架构；\n5、有 CCF-A/NeurIPS/ICML/Security 等顶会论文，或 DEF CON/GEEKPWN/强网杯等竞赛经验者优先。",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}