主分类：网络信息安全
辅助：Agent系统开发（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AI研发工程师",
"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. 承接安全及云产品的安全能力建设需求，设计、开发高性能、高可用、安全的系统及工具；\n2. 流量安全分析，面向海量网络流量构建灵敏、高效的流量数据分析和入侵检测系统，能够第一时间识别和防御恶意网络攻击，为阿里平台与用户筑起强大防线；\n3. 主机安全防护，设计并实现高可用的主机恶意行为检测与安全防御系统，能够在百万量级的海量主机上稳定运行，在不影响应用正常运行的前提下精准发现与拦截恶意攻击行为；\n4. 零信任身份认证与访问控制，在大规模生产网络中建立稳定、安全的零信任体系，做到持续验证、最小权限，让攻击者难以入侵渗透，保证阿里的高安全水位；\n5. 安全 for AI：针对大模型及 Agent 系统自身的安全风险，设计并构建 AI 原生的安全防护体系；研究并防范 Prompt 注入、越狱攻击、数据投毒、上下文敏感数据泄露等 AI 特有攻击手段；设计 Agent 系统的权限控制、行为审计与安全沙箱机制，确保自主式 AI 系统在可控范围内安全运行。\n6. AI for 安全：基于安全业务场景设计 Agentic Workflow，将威胁检测、事件响应、溯源分析等安全运营流程实现智能化、自动化；构建安全领域的多 Agent 协作系统，实现告警研判、攻击溯源、漏洞分析等安全任务的端到端自动化处置；探索大模型在安全领域的深度应用，包括但不限于智能安全编排与自动化响应（SOAR）、威胁情报分析、代码审计等；通过数据反馈闭环持续迭代，实现全链路智能化的安全运营。",
"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/199907780017?deptCodes="
}
]
},
"posting": {
"posting_id": "199907780017",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907780017?deptCodes="
},
"fulltext": "安全AI研发工程师\n安全AI研发工程师\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. 承接安全及云产品的安全能力建设需求，设计、开发高性能、高可用、安全的系统及工具；\n2. 流量安全分析，面向海量网络流量构建灵敏、高效的流量数据分析和入侵检测系统，能够第一时间识别和防御恶意网络攻击，为阿里平台与用户筑起强大防线；\n3. 主机安全防护，设计并实现高可用的主机恶意行为检测与安全防御系统，能够在百万量级的海量主机上稳定运行，在不影响应用正常运行的前提下精准发现与拦截恶意攻击行为；\n4. 零信任身份认证与访问控制，在大规模生产网络中建立稳定、安全的零信任体系，做到持续验证、最小权限，让攻击者难以入侵渗透，保证阿里的高安全水位；\n5. 安全 for AI：针对大模型及 Agent 系统自身的安全风险，设计并构建 AI 原生的安全防护体系；研究并防范 Prompt 注入、越狱攻击、数据投毒、上下文敏感数据泄露等 AI 特有攻击手段；设计 Agent 系统的权限控制、行为审计与安全沙箱机制，确保自主式 AI 系统在可控范围内安全运行。\n6. AI for 安全：基于安全业务场景设计 Agentic Workflow，将威胁检测、事件响应、溯源分析等安全运营流程实现智能化、自动化；构建安全领域的多 Agent 协作系统，实现告警研判、攻击溯源、漏洞分析等安全任务的端到端自动化处置；探索大模型在安全领域的深度应用，包括但不限于智能安全编排与自动化响应（SOAR）、威胁情报分析、代码审计等；通过数据反馈闭环持续迭代，实现全链路智能化的安全运营。\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. 承接安全及云产品的安全能力建设需求，设计、开发高性能、高可用、安全的系统及工具；\n2. 流量安全分析，面向海量网络流量构建灵敏、高效的流量数据分析和入侵检测系统，能够第一时间识别和防御恶意网络攻击，为阿里平台与用户筑起强大防线；\n3. 主机安全防护，设计并实现高可用的主机恶意行为检测与安全防御系统，能够在百万量级的海量主机上稳定运行，在不影响应用正常运行的前提下精准发现与拦截恶意攻击行为；\n4. 零信任身份认证与访问控制，在大规模生产网络中建立稳定、安全的零信任体系，做到持续验证、最小权限，让攻击者难以入侵渗透，保证阿里的高安全水位；\n5. 安全 for AI：针对大模型及 Agent 系统自身的安全风险，设计并构建 AI 原生的安全防护体系；研究并防范 Prompt 注入、越狱攻击、数据投毒、上下文敏感数据泄露等 AI 特有攻击手段；设计 Agent 系统的权限控制、行为审计与安全沙箱机制，确保自主式 AI 系统在可控范围内安全运行。\n6. AI for 安全：基于安全业务场景设计 Agentic Workflow，将威胁检测、事件响应、溯源分析等安全运营流程实现智能化、自动化；构建安全领域的多 Agent 协作系统，实现告警研判、攻击溯源、漏洞分析等安全任务的端到端自动化处置；探索大模型在安全领域的深度应用，包括但不限于智能安全编排与自动化响应（SOAR）、威胁情报分析、代码审计等；通过数据反馈闭环持续迭代，实现全链路智能化的安全运营。\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": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}