{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "前沿安全工具能力预研-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. 驱动智能攻防体系升级：将大模型能力嵌入威胁检测、异常识别、漏洞挖掘与自动响应场景，打造具备自学习、自适应能力的智能安全引擎；\n2. 构建AI安全全生命周期防护体系：深入研究模型对抗样本、提示注入、滥用检测、防窃取等关键问题，建立覆盖训练、部署、推理、调用全阶段的安全技术体系；\n3. 保障数据与模型的隐私安全：结合可信执行环境（TEE）、机密计算等先进技术，保护多租环境下的模型和数据安全；\n4. 开发高效安全工具链：参与漏洞扫描、代码审计、配置检测等能力平台的研发，提升DevSecOps体系的智能化与自动化水平；\n5. 跟踪行业趋势，参与攻防实践：关注AI安全前沿研究，参与攻防演练、漏洞分析、开源共建等项目，推动行业安全能力演进。",
        "requirements_text": "1. 热爱编程，熟悉 Java、Golang、Python、C/C++ 等语言中的至少一种，有良好的编程习惯；\n2. 对算法、数据结构、操作系统、网络通信等计算机专业基础有较好的掌握和理解；\n3. 热爱安全攻防，对网络安全和 AI 安全均有一定了解，理解传统攻防手法与防御思路（如 Web 安全、网络协议安全、系统安全等），同时关注 Prompt 注入、越狱攻击、数据泄露等 AI 时代的新型安全风险；\n4. 对 AI/LLM 技术有浓厚兴趣，了解大模型、Agent、RAG 等相关技术概念，理解 Agent 系统的基本架构（工具调用、规划、记忆、多 Agent 协作等）；\n5. 学习能力强，对新事物抱有好奇心，有良好的沟通能力和团队协同能力，善于独立思考和反思总结。\n加分项\n1. 有 ACM、超算、CTF、安全攻防等编程或安全类竞赛获奖者优先；\n2. 有项目开发经验，参与过开源项目者优先；\n3. 熟悉云场景和相关中间件者优先；\n4. 有 LLM 应用开发、Agent / Multi-Agent 系统构建经验者优先，有将 Agent 技术应用于安全场景（如自动化威胁检测、智能告警研判、攻击溯源等）的实践经验更佳；\n5. 对应用层漏洞原理、代码审计、漏洞利用与防御方式有扎实基础，或在 AI 安全方向（如大模型红队测试、Agent 安全沙箱、对抗攻防）有研究或实践经验；\n6. 发现过真实场景的安全问题，在工业界或学术会议上发表过研究成果者优先。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "Golang",
            "数据结构",
            "审计",
            "沟通能力",
            "学习能力",
            "Go",
            "大语言模型",
            "检索增强生成",
            "C语言"
        ],
        "preferred_qualifications": "加分项；1. 有 ACM、超算、CTF、安全攻防等编程或安全类竞赛获奖者优先；2. 有项目开发经验，参与过开源项目者优先；3. 熟悉云场景和相关中间件者优先；4. 有 LLM 应用开发、Agent / Multi-Agent 系统构建经验者优先，有将 Agent 技术应用于安全场景（如自动化威胁检测、智能告警研判、攻击溯源等）的实践经验更佳；6. 发现过真实场景的安全问题，在工业界或学术会议上发表过研究成果者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://campus-talent.alibaba.com/campus/position/199907700048?deptCodes="
            }
        ]
    },
    "posting": {
        "posting_id": "199907700048",
        "post_date": "2026-07-30",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907700048?deptCodes="
    },
    "fulltext": "前沿安全工具能力预研-阿里星/A Star\n前沿安全工具能力预研-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. 驱动智能攻防体系升级：将大模型能力嵌入威胁检测、异常识别、漏洞挖掘与自动响应场景，打造具备自学习、自适应能力的智能安全引擎；\n2. 构建AI安全全生命周期防护体系：深入研究模型对抗样本、提示注入、滥用检测、防窃取等关键问题，建立覆盖训练、部署、推理、调用全阶段的安全技术体系；\n3. 保障数据与模型的隐私安全：结合可信执行环境（TEE）、机密计算等先进技术，保护多租环境下的模型和数据安全；\n4. 开发高效安全工具链：参与漏洞扫描、代码审计、配置检测等能力平台的研发，提升DevSecOps体系的智能化与自动化水平；\n5. 跟踪行业趋势，参与攻防实践：关注AI安全前沿研究，参与攻防演练、漏洞分析、开源共建等项目，推动行业安全能力演进。\n\n职位要求\n1. 热爱编程，熟悉 Java、Golang、Python、C/C++ 等语言中的至少一种，有良好的编程习惯；\n2. 对算法、数据结构、操作系统、网络通信等计算机专业基础有较好的掌握和理解；\n3. 热爱安全攻防，对网络安全和 AI 安全均有一定了解，理解传统攻防手法与防御思路（如 Web 安全、网络协议安全、系统安全等），同时关注 Prompt 注入、越狱攻击、数据泄露等 AI 时代的新型安全风险；\n4. 对 AI/LLM 技术有浓厚兴趣，了解大模型、Agent、RAG 等相关技术概念，理解 Agent 系统的基本架构（工具调用、规划、记忆、多 Agent 协作等）；\n5. 学习能力强，对新事物抱有好奇心，有良好的沟通能力和团队协同能力，善于独立思考和反思总结。\n加分项\n1. 有 ACM、超算、CTF、安全攻防等编程或安全类竞赛获奖者优先；\n2. 有项目开发经验，参与过开源项目者优先；\n3. 熟悉云场景和相关中间件者优先；\n4. 有 LLM 应用开发、Agent / Multi-Agent 系统构建经验者优先，有将 Agent 技术应用于安全场景（如自动化威胁检测、智能告警研判、攻击溯源等）的实践经验更佳；\n5. 对应用层漏洞原理、代码审计、漏洞利用与防御方式有扎实基础，或在 AI 安全方向（如大模型红队测试、Agent 安全沙箱、对抗攻防）有研究或实践经验；\n6. 发现过真实场景的安全问题，在工业界或学术会议上发表过研究成果者优先。\n\n在招业务\n阿里云\n1. 驱动智能攻防体系升级：将大模型能力嵌入威胁检测、异常识别、漏洞挖掘与自动响应场景，打造具备自学习、自适应能力的智能安全引擎；\n2. 构建AI安全全生命周期防护体系：深入研究模型对抗样本、提示注入、滥用检测、防窃取等关键问题，建立覆盖训练、部署、推理、调用全阶段的安全技术体系；\n3. 保障数据与模型的隐私安全：结合可信执行环境（TEE）、机密计算等先进技术，保护多租环境下的模型和数据安全；\n4. 开发高效安全工具链：参与漏洞扫描、代码审计、配置检测等能力平台的研发，提升DevSecOps体系的智能化与自动化水平；\n5. 跟踪行业趋势，参与攻防实践：关注AI安全前沿研究，参与攻防演练、漏洞分析、开源共建等项目，推动行业安全能力演进。\n1. 热爱编程，熟悉 Java、Golang、Python、C/C++ 等语言中的至少一种，有良好的编程习惯；\n2. 对算法、数据结构、操作系统、网络通信等计算机专业基础有较好的掌握和理解；\n3. 热爱安全攻防，对网络安全和 AI 安全均有一定了解，理解传统攻防手法与防御思路（如 Web 安全、网络协议安全、系统安全等），同时关注 Prompt 注入、越狱攻击、数据泄露等 AI 时代的新型安全风险；\n4. 对 AI/LLM 技术有浓厚兴趣，了解大模型、Agent、RAG 等相关技术概念，理解 Agent 系统的基本架构（工具调用、规划、记忆、多 Agent 协作等）；\n5. 学习能力强，对新事物抱有好奇心，有良好的沟通能力和团队协同能力，善于独立思考和反思总结。\n加分项\n1. 有 ACM、超算、CTF、安全攻防等编程或安全类竞赛获奖者优先；\n2. 有项目开发经验，参与过开源项目者优先；\n3. 熟悉云场景和相关中间件者优先；\n4. 有 LLM 应用开发、Agent / Multi-Agent 系统构建经验者优先，有将 Agent 技术应用于安全场景（如自动化威胁检测、智能告警研判、攻击溯源等）的实践经验更佳；\n5. 对应用层漏洞原理、代码审计、漏洞利用与防御方式有扎实基础，或在 AI 安全方向（如大模型红队测试、Agent 安全沙箱、对抗攻防）有研究或实践经验；\n6. 发现过真实场景的安全问题，在工业界或学术会议上发表过研究成果者优先。",
    "standard_classification": {
        "std_category_code": "T023",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}