主分类：大模型与生成式算法研发
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": "面向AI原生应用的安全智能体关键技术与算法研究-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": "负责面向安全业务场景的大模型能力建设，包括但不限于以下方向：\n1. AI for security，利用AI技术增强网络安全、数据保护和等领域的防御能力。在自动化威胁检测、分析和响应、DevSecOps等场景提升效率和攻防对抗能力。\n2. Security for AI，保护AI应用系统安全，保护其免受攻击和滥用。",
"requirements_text": "1. 有一定的科研经验，熟悉机器学习或安全领域，有扎实的理论基础和实践经验；\n2. 具有较强的编程能力，熟练掌握 C/C++、Java、Python 等至少一门编程语言，能够对现有 SOTA 方法进行复现和测试；\n3. 熟悉大模型相关技术栈，包括微调（PEFT、知识蒸馏等）、应用开发框架（LangChain、LangGraph、LlamaIndex 等）、推理部署（vLLM、SGLang 等），具备 CoT、Agent 等大模型应用形态的开发经验；\n4. 了解安全攻防场景，对网络安全和大模型安全具有一定的了解；\n5. 学习能力强，对前沿领域有强探索欲，有良好的逻辑分析能力和团队协作沟通能力。\n加分项\n1. 在校园内或互联网公司有相关实践经验，有高质量开源项目或落地项目产出者优先；\n2. 在机器学习（NeurIPS/ICLR/ICML/CVPR/ICCV/ACL/KDD 等）或安全领域（S&P/CCS/NDSS/USENIX Security 等）的顶级会议或期刊上发表论文者优先；\n3. 有 ACM、CTF、安全攻防、AI 安全等编程或安全类竞赛获奖者优先，红队社区贡献者优先；\n4. 具备大模型攻防经验及大模型安全项目经验，或在强化学习对齐、推理增强、多模态大模型等前沿方向有研究或实践经验；\n5. 有数理分析方面良好的素养以及数理统计基础者优先。",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"强化学习",
"团队协作",
"沟通能力",
"学习能力",
"分析能力",
"大语言模型",
"C语言"
],
"preferred_qualifications": "加分项；1. 在校园内或互联网公司有相关实践经验，有高质量开源项目或落地项目产出者优先；2. 在机器学习（NeurIPS/ICLR/ICML/CVPR/ICCV/ACL/KDD 等）或安全领域（S&P/CCS/NDSS/USENIX Security 等）的顶级会议或期刊上发表论文者优先；3. 有 ACM、CTF、安全攻防、AI 安全等编程或安全类竞赛获奖者优先，红队社区贡献者优先；5. 有数理分析方面良好的素养以及数理统计基础者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907780018?deptCodes="
}
]
},
"posting": {
"posting_id": "199907780018",
"post_date": "2026-08-09",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907780018?deptCodes="
},
"fulltext": "面向AI原生应用的安全智能体关键技术与算法研究-A Star\n面向AI原生应用的安全智能体关键技术与算法研究-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\n负责面向安全业务场景的大模型能力建设，包括但不限于以下方向：\n1. AI for security，利用AI技术增强网络安全、数据保护和等领域的防御能力。在自动化威胁检测、分析和响应、DevSecOps等场景提升效率和攻防对抗能力。\n2. Security for AI，保护AI应用系统安全，保护其免受攻击和滥用。\n\n职位要求\n1. 有一定的科研经验，熟悉机器学习或安全领域，有扎实的理论基础和实践经验；\n2. 具有较强的编程能力，熟练掌握 C/C++、Java、Python 等至少一门编程语言，能够对现有 SOTA 方法进行复现和测试；\n3. 熟悉大模型相关技术栈，包括微调（PEFT、知识蒸馏等）、应用开发框架（LangChain、LangGraph、LlamaIndex 等）、推理部署（vLLM、SGLang 等），具备 CoT、Agent 等大模型应用形态的开发经验；\n4. 了解安全攻防场景，对网络安全和大模型安全具有一定的了解；\n5. 学习能力强，对前沿领域有强探索欲，有良好的逻辑分析能力和团队协作沟通能力。\n加分项\n1. 在校园内或互联网公司有相关实践经验，有高质量开源项目或落地项目产出者优先；\n2. 在机器学习（NeurIPS/ICLR/ICML/CVPR/ICCV/ACL/KDD 等）或安全领域（S&P/CCS/NDSS/USENIX Security 等）的顶级会议或期刊上发表论文者优先；\n3. 有 ACM、CTF、安全攻防、AI 安全等编程或安全类竞赛获奖者优先，红队社区贡献者优先；\n4. 具备大模型攻防经验及大模型安全项目经验，或在强化学习对齐、推理增强、多模态大模型等前沿方向有研究或实践经验；\n5. 有数理分析方面良好的素养以及数理统计基础者优先。\n\n在招业务\n阿里云\n负责面向安全业务场景的大模型能力建设，包括但不限于以下方向：\n1. AI for security，利用AI技术增强网络安全、数据保护和等领域的防御能力。在自动化威胁检测、分析和响应、DevSecOps等场景提升效率和攻防对抗能力。\n2. Security for AI，保护AI应用系统安全，保护其免受攻击和滥用。\n1. 有一定的科研经验，熟悉机器学习或安全领域，有扎实的理论基础和实践经验；\n2. 具有较强的编程能力，熟练掌握 C/C++、Java、Python 等至少一门编程语言，能够对现有 SOTA 方法进行复现和测试；\n3. 熟悉大模型相关技术栈，包括微调（PEFT、知识蒸馏等）、应用开发框架（LangChain、LangGraph、LlamaIndex 等）、推理部署（vLLM、SGLang 等），具备 CoT、Agent 等大模型应用形态的开发经验；\n4. 了解安全攻防场景，对网络安全和大模型安全具有一定的了解；\n5. 学习能力强，对前沿领域有强探索欲，有良好的逻辑分析能力和团队协作沟通能力。\n加分项\n1. 在校园内或互联网公司有相关实践经验，有高质量开源项目或落地项目产出者优先；\n2. 在机器学习（NeurIPS/ICLR/ICML/CVPR/ICCV/ACL/KDD 等）或安全领域（S&P/CCS/NDSS/USENIX Security 等）的顶级会议或期刊上发表论文者优先；\n3. 有 ACM、CTF、安全攻防、AI 安全等编程或安全类竞赛获奖者优先，红队社区贡献者优先；\n4. 具备大模型攻防经验及大模型安全项目经验，或在强化学习对齐、推理增强、多模态大模型等前沿方向有研究或实践经验；\n5. 有数理分析方面良好的素养以及数理统计基础者优先。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T023"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}