主分类：网络信息安全
辅助：AI模型评测工程（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": "AI 安全技术专家 / 大模型安全工程师",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "京东科技",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "研发类"AI生成
},
"company": {
"company_name": "京东集团",
"company_industry": "电商 / 供应链 / 物流 / 科技服务",
"company_size": "10000人以上",
"company_website": "jd.com",
"company_description": "京东是一家以供应链为基础的技术与服务企业，覆盖零售、物流、科技、健康等业务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "全日制统招硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "AI 安全技术专家 / 大模型安全工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-07-13\n\n岗位职责\n部门介绍\n我们是京东科技，作为京东集团旗下专注于以技术为产业服务的业务子集团，秉承“以科技引领产业数智化升级，推动世界更加高效和美好”的使命，为企业和金融机构等客户提供全链条的技术产品与服务。\n岗位职责\n1. 建设大模型安全识别与防护能力：面向用户输入、模型输出、多轮对话、AIGC 生成内容、多模态内容等场景，参与建设输入安全、输出安全、上下文安全、情感陪伴安全、未成年人保护、数字人安全等能力模块；结合规则、分类模型、LLM-as-Judge、RAG、Agent、向量检索等技术，探索可落地的大模型安全防护方案；\n2. 参与安全评测与 benchmark：体系建设参与构建安全 benchmark、人工金集、边界样本库、badcase 库和回归测试集。针对业务场景，设计风险评测维度和自动化评测流程；对模型误判、漏判、过度拒答、幻觉、越狱、提示词注入、多轮风险升级等问题进行分析和归因；建设模型评测指标体系，包括召回率、准确率、误伤率、漏放率、一致率、过度拒答率等；\n3. 推动线上安全能力落地：参与设计自建 guardrail 的线上旁路 / shadow 双跑方案。支持安全策略灰度、效果监控、样本回流和模型迭代闭环；与产品、策略、算法、工程、审核标注团队协作，将安全能力接入真实业务流程。基于线上 case 和人审反馈，持续优化安全模型、规则策略和干预机制；\n4. 负责安全数据与模型迭代闭环：基于业务风险 case，设计数据标注规范、风险标签体系和样本回收机制。将人审 badcase、模型误判样本、边界样本转化为可用于评测、训练和策略优化的数据资产参与安全分类器、模型裁判、风险识别模型、prompt 评测工具等能力建设。支持数据清洗、样本构造、自动化打标、标注一致性校验和质量分析；\n5. 跟踪大模型安全技术发展：跟踪 AI safety、LLM guardrails、red teaming、prompt injection、jailbreak、多模态安全、Agent 安全等方向进展；调研业内安全方案、开源工具、评测框架和竞品策略。将前沿技术转化为团队可落地的工程方案和业务能力；\n\n任职要求\n任职要求\n1.全日制统招硕士及以上学历，数学、计算机科学、人工智能、自然语言处理、数据科学、统计学、信息安全、软件工程等相关专业优先；\n2.具备技术研发、算法工程、数据科学、模型评测、安全风控、内容安全或大模型应用相关工作经验；有互联网产品、AI 产品、内容安全、风控系统、推荐/搜索、AIGC 或大模型相关项目经验者优先；\n3.技术基础：具备扎实的编程能力，熟悉 Python，能够独立完成数据处理、模型评测、实验分析和工具开发；熟悉常见机器学习 / 深度学习基础概念，如分类、召回、排序、评估指标、样本构造、特征工程、模型训练与验证；熟悉 SQL、数据分析、日志分析、实验评估等基础能力；能够基于真实业务数据进行问题定位、指标分析和效果验证；\n4.大模型理解：理解大模型基本概念，包括 prompt、上下文窗口、RAG、SFT、RLHF/RM、模型幻觉、多轮对话、多模态、Agent、tool use 等；能够使用并评估主流大模型产品和 API；理解大模型应用中的典型安全风险，如 jailbreak、prompt injection、诱导生成、越权指令、幻觉误导、过度拒答、多轮风险升级等；\n5.安全与业务理解：对 AI 内容安全、平台治理、业务风控或模型安全有兴趣和实践基础；能够理解安全底线、用户体验和业务增长之间的平衡；能将抽象风险转化为可执行的技术方案、评测指标和数据闭环；具备良好的问题拆解、结构化表达和跨团队协作能力；\n加分项\n1.有大模型安全、AIGC 内容安全、AI red teaming、guardrail、模型评测、LLM-as-Judge、自动化评测相关经验；\n2.有内容审核、内容安全策略、未成年人保护、情感陪伴安全、数字人安全、多模态安全经验；\n3.有线上风控系统、实时策略系统、模型服务、灰度实验、AB 实验、shadow 双跑经验；\n4.有安全分类器、文本分类、多模态分类、风险识别模型、审核辅助模型建设经验；\n5.熟悉 prompt engineering、RAG、Agent workflow、向量检索、自动化标注、数据飞轮等技术；\n6.熟悉 Python、SQL、Pandas、PyTorch、Transformers、LangChain / LlamaIndex 或类似工具；\n7.有论文、专利、开源项目、技术博客或 benchmark 构建经验；\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "AI 安全技术专家 / 大模型安全工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-07-13\n\n岗位职责\n部门介绍\n我们是京东科技，作为京东集团旗下专注于以技术为产业服务的业务子集团，秉承“以科技引领产业数智化升级，推动世界更加高效和美好”的使命，为企业和金融机构等客户提供全链条的技术产品与服务。\n岗位职责\n1. 建设大模型安全识别与防护能力：面向用户输入、模型输出、多轮对话、AIGC 生成内容、多模态内容等场景，参与建设输入安全、输出安全、上下文安全、情感陪伴安全、未成年人保护、数字人安全等能力模块；结合规则、分类模型、LLM-as-Judge、RAG、Agent、向量检索等技术，探索可落地的大模型安全防护方案；\n2. 参与安全评测与 benchmark：体系建设参与构建安全 benchmark、人工金集、边界样本库、badcase 库和回归测试集。针对业务场景，设计风险评测维度和自动化评测流程；对模型误判、漏判、过度拒答、幻觉、越狱、提示词注入、多轮风险升级等问题进行分析和归因；建设模型评测指标体系，包括召回率、准确率、误伤率、漏放率、一致率、过度拒答率等；\n3. 推动线上安全能力落地：参与设计自建 guardrail 的线上旁路 / shadow 双跑方案。支持安全策略灰度、效果监控、样本回流和模型迭代闭环；与产品、策略、算法、工程、审核标注团队协作，将安全能力接入真实业务流程。基于线上 case 和人审反馈，持续优化安全模型、规则策略和干预机制；\n4. 负责安全数据与模型迭代闭环：基于业务风险 case，设计数据标注规范、风险标签体系和样本回收机制。将人审 badcase、模型误判样本、边界样本转化为可用于评测、训练和策略优化的数据资产参与安全分类器、模型裁判、风险识别模型、prompt 评测工具等能力建设。支持数据清洗、样本构造、自动化打标、标注一致性校验和质量分析；\n5. 跟踪大模型安全技术发展：跟踪 AI safety、LLM guardrails、red teaming、prompt injection、jailbreak、多模态安全、Agent 安全等方向进展；调研业内安全方案、开源工具、评测框架和竞品策略。将前沿技术转化为团队可落地的工程方案和业务能力；\n\n任职要求\n任职要求\n1.全日制统招硕士及以上学历，数学、计算机科学、人工智能、自然语言处理、数据科学、统计学、信息安全、软件工程等相关专业优先；\n2.具备技术研发、算法工程、数据科学、模型评测、安全风控、内容安全或大模型应用相关工作经验；有互联网产品、AI 产品、内容安全、风控系统、推荐/搜索、AIGC 或大模型相关项目经验者优先；\n3.技术基础：具备扎实的编程能力，熟悉 Python，能够独立完成数据处理、模型评测、实验分析和工具开发；熟悉常见机器学习 / 深度学习基础概念，如分类、召回、排序、评估指标、样本构造、特征工程、模型训练与验证；熟悉 SQL、数据分析、日志分析、实验评估等基础能力；能够基于真实业务数据进行问题定位、指标分析和效果验证；\n4.大模型理解：理解大模型基本概念，包括 prompt、上下文窗口、RAG、SFT、RLHF/RM、模型幻觉、多轮对话、多模态、Agent、tool use 等；能够使用并评估主流大模型产品和 API；理解大模型应用中的典型安全风险，如 jailbreak、prompt injection、诱导生成、越权指令、幻觉误导、过度拒答、多轮风险升级等；\n5.安全与业务理解：对 AI 内容安全、平台治理、业务风控或模型安全有兴趣和实践基础；能够理解安全底线、用户体验和业务增长之间的平衡；能将抽象风险转化为可执行的技术方案、评测指标和数据闭环；具备良好的问题拆解、结构化表达和跨团队协作能力；\n加分项\n1.有大模型安全、AIGC 内容安全、AI red teaming、guardrail、模型评测、LLM-as-Judge、自动化评测相关经验；\n2.有内容审核、内容安全策略、未成年人保护、情感陪伴安全、数字人安全、多模态安全经验；\n3.有线上风控系统、实时策略系统、模型服务、灰度实验、AB 实验、shadow 双跑经验；\n4.有安全分类器、文本分类、多模态分类、风险识别模型、审核辅助模型建设经验；\n5.熟悉 prompt engineering、RAG、Agent workflow、向量检索、自动化标注、数据飞轮等技术；\n6.熟悉 Python、SQL、Pandas、PyTorch、Transformers、LangChain / LlamaIndex 或类似工具；\n7.有论文、专利、开源项目、技术博客或 benchmark 构建经验；\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"skills": [AI生成
"Python",
"SQL",
"PyTorch",
"机器学习",
"深度学习",
"自然语言处理",
"数据分析",
"数据清洗",
"数据标注",
"模型训练",
"团队协作",
"招聘",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "1.全日制统招硕士及以上学历，数学、计算机科学、人工智能、自然语言处理、数据科学、统计学、信息安全、软件工程等相关专业优先；有互联网产品、AI 产品、内容安全、风控系统、推荐/搜索、AIGC 或大模型相关项目经验者优先；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.jd.com/web/job-info-detail?requementId=220570"
}
]
},
"posting": {
"posting_id": "220570",
"post_date": "2026-07-13",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=220570"
},
"fulltext": "AI 安全技术专家 / 大模型安全工程师\nAI 安全技术专家 / 大模型安全工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-07-13\n\n岗位职责\n部门介绍\n我们是京东科技，作为京东集团旗下专注于以技术为产业服务的业务子集团，秉承“以科技引领产业数智化升级，推动世界更加高效和美好”的使命，为企业和金融机构等客户提供全链条的技术产品与服务。\n岗位职责\n1. 建设大模型安全识别与防护能力：面向用户输入、模型输出、多轮对话、AIGC 生成内容、多模态内容等场景，参与建设输入安全、输出安全、上下文安全、情感陪伴安全、未成年人保护、数字人安全等能力模块；结合规则、分类模型、LLM-as-Judge、RAG、Agent、向量检索等技术，探索可落地的大模型安全防护方案；\n2. 参与安全评测与 benchmark：体系建设参与构建安全 benchmark、人工金集、边界样本库、badcase 库和回归测试集。针对业务场景，设计风险评测维度和自动化评测流程；对模型误判、漏判、过度拒答、幻觉、越狱、提示词注入、多轮风险升级等问题进行分析和归因；建设模型评测指标体系，包括召回率、准确率、误伤率、漏放率、一致率、过度拒答率等；\n3. 推动线上安全能力落地：参与设计自建 guardrail 的线上旁路 / shadow 双跑方案。支持安全策略灰度、效果监控、样本回流和模型迭代闭环；与产品、策略、算法、工程、审核标注团队协作，将安全能力接入真实业务流程。基于线上 case 和人审反馈，持续优化安全模型、规则策略和干预机制；\n4. 负责安全数据与模型迭代闭环：基于业务风险 case，设计数据标注规范、风险标签体系和样本回收机制。将人审 badcase、模型误判样本、边界样本转化为可用于评测、训练和策略优化的数据资产参与安全分类器、模型裁判、风险识别模型、prompt 评测工具等能力建设。支持数据清洗、样本构造、自动化打标、标注一致性校验和质量分析；\n5. 跟踪大模型安全技术发展：跟踪 AI safety、LLM guardrails、red teaming、prompt injection、jailbreak、多模态安全、Agent 安全等方向进展；调研业内安全方案、开源工具、评测框架和竞品策略。将前沿技术转化为团队可落地的工程方案和业务能力；\n\n任职要求\n任职要求\n1.全日制统招硕士及以上学历，数学、计算机科学、人工智能、自然语言处理、数据科学、统计学、信息安全、软件工程等相关专业优先；\n2.具备技术研发、算法工程、数据科学、模型评测、安全风控、内容安全或大模型应用相关工作经验；有互联网产品、AI 产品、内容安全、风控系统、推荐/搜索、AIGC 或大模型相关项目经验者优先；\n3.技术基础：具备扎实的编程能力，熟悉 Python，能够独立完成数据处理、模型评测、实验分析和工具开发；熟悉常见机器学习 / 深度学习基础概念，如分类、召回、排序、评估指标、样本构造、特征工程、模型训练与验证；熟悉 SQL、数据分析、日志分析、实验评估等基础能力；能够基于真实业务数据进行问题定位、指标分析和效果验证；\n4.大模型理解：理解大模型基本概念，包括 prompt、上下文窗口、RAG、SFT、RLHF/RM、模型幻觉、多轮对话、多模态、Agent、tool use 等；能够使用并评估主流大模型产品和 API；理解大模型应用中的典型安全风险，如 jailbreak、prompt injection、诱导生成、越权指令、幻觉误导、过度拒答、多轮风险升级等；\n5.安全与业务理解：对 AI 内容安全、平台治理、业务风控或模型安全有兴趣和实践基础；能够理解安全底线、用户体验和业务增长之间的平衡；能将抽象风险转化为可执行的技术方案、评测指标和数据闭环；具备良好的问题拆解、结构化表达和跨团队协作能力；\n加分项\n1.有大模型安全、AIGC 内容安全、AI red teaming、guardrail、模型评测、LLM-as-Judge、自动化评测相关经验；\n2.有内容审核、内容安全策略、未成年人保护、情感陪伴安全、数字人安全、多模态安全经验；\n3.有线上风控系统、实时策略系统、模型服务、灰度实验、AB 实验、shadow 双跑经验；\n4.有安全分类器、文本分类、多模态分类、风险识别模型、审核辅助模型建设经验；\n5.熟悉 prompt engineering、RAG、Agent workflow、向量检索、自动化标注、数据飞轮等技术；\n6.熟悉 Python、SQL、Pandas、PyTorch、Transformers、LangChain / LlamaIndex 或类似工具；\n7.有论文、专利、开源项目、技术博客或 benchmark 构建经验；\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nAI 安全技术专家 / 大模型安全工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-07-13\n\n岗位职责\n部门介绍\n我们是京东科技，作为京东集团旗下专注于以技术为产业服务的业务子集团，秉承“以科技引领产业数智化升级，推动世界更加高效和美好”的使命，为企业和金融机构等客户提供全链条的技术产品与服务。\n岗位职责\n1. 建设大模型安全识别与防护能力：面向用户输入、模型输出、多轮对话、AIGC 生成内容、多模态内容等场景，参与建设输入安全、输出安全、上下文安全、情感陪伴安全、未成年人保护、数字人安全等能力模块；结合规则、分类模型、LLM-as-Judge、RAG、Agent、向量检索等技术，探索可落地的大模型安全防护方案；\n2. 参与安全评测与 benchmark：体系建设参与构建安全 benchmark、人工金集、边界样本库、badcase 库和回归测试集。针对业务场景，设计风险评测维度和自动化评测流程；对模型误判、漏判、过度拒答、幻觉、越狱、提示词注入、多轮风险升级等问题进行分析和归因；建设模型评测指标体系，包括召回率、准确率、误伤率、漏放率、一致率、过度拒答率等；\n3. 推动线上安全能力落地：参与设计自建 guardrail 的线上旁路 / shadow 双跑方案。支持安全策略灰度、效果监控、样本回流和模型迭代闭环；与产品、策略、算法、工程、审核标注团队协作，将安全能力接入真实业务流程。基于线上 case 和人审反馈，持续优化安全模型、规则策略和干预机制；\n4. 负责安全数据与模型迭代闭环：基于业务风险 case，设计数据标注规范、风险标签体系和样本回收机制。将人审 badcase、模型误判样本、边界样本转化为可用于评测、训练和策略优化的数据资产参与安全分类器、模型裁判、风险识别模型、prompt 评测工具等能力建设。支持数据清洗、样本构造、自动化打标、标注一致性校验和质量分析；\n5. 跟踪大模型安全技术发展：跟踪 AI safety、LLM guardrails、red teaming、prompt injection、jailbreak、多模态安全、Agent 安全等方向进展；调研业内安全方案、开源工具、评测框架和竞品策略。将前沿技术转化为团队可落地的工程方案和业务能力；\n\n任职要求\n任职要求\n1.全日制统招硕士及以上学历，数学、计算机科学、人工智能、自然语言处理、数据科学、统计学、信息安全、软件工程等相关专业优先；\n2.具备技术研发、算法工程、数据科学、模型评测、安全风控、内容安全或大模型应用相关工作经验；有互联网产品、AI 产品、内容安全、风控系统、推荐/搜索、AIGC 或大模型相关项目经验者优先；\n3.技术基础：具备扎实的编程能力，熟悉 Python，能够独立完成数据处理、模型评测、实验分析和工具开发；熟悉常见机器学习 / 深度学习基础概念，如分类、召回、排序、评估指标、样本构造、特征工程、模型训练与验证；熟悉 SQL、数据分析、日志分析、实验评估等基础能力；能够基于真实业务数据进行问题定位、指标分析和效果验证；\n4.大模型理解：理解大模型基本概念，包括 prompt、上下文窗口、RAG、SFT、RLHF/RM、模型幻觉、多轮对话、多模态、Agent、tool use 等；能够使用并评估主流大模型产品和 API；理解大模型应用中的典型安全风险，如 jailbreak、prompt injection、诱导生成、越权指令、幻觉误导、过度拒答、多轮风险升级等；\n5.安全与业务理解：对 AI 内容安全、平台治理、业务风控或模型安全有兴趣和实践基础；能够理解安全底线、用户体验和业务增长之间的平衡；能将抽象风险转化为可执行的技术方案、评测指标和数据闭环；具备良好的问题拆解、结构化表达和跨团队协作能力；\n加分项\n1.有大模型安全、AIGC 内容安全、AI red teaming、guardrail、模型评测、LLM-as-Judge、自动化评测相关经验；\n2.有内容审核、内容安全策略、未成年人保护、情感陪伴安全、数字人安全、多模态安全经验；\n3.有线上风控系统、实时策略系统、模型服务、灰度实验、AB 实验、shadow 双跑经验；\n4.有安全分类器、文本分类、多模态分类、风险识别模型、审核辅助模型建设经验；\n5.熟悉 prompt engineering、RAG、Agent workflow、向量检索、自动化标注、数据飞轮等技术；\n6.熟悉 Python、SQL、Pandas、PyTorch、Transformers、LangChain / LlamaIndex 或类似工具；\n7.有论文、专利、开源项目、技术博客或 benchmark 构建经验；\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nAI 安全技术专家 / 大模型安全工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-07-13\n\n岗位职责\n部门介绍\n我们是京东科技，作为京东集团旗下专注于以技术为产业服务的业务子集团，秉承“以科技引领产业数智化升级，推动世界更加高效和美好”的使命，为企业和金融机构等客户提供全链条的技术产品与服务。\n岗位职责\n1. 建设大模型安全识别与防护能力：面向用户输入、模型输出、多轮对话、AIGC 生成内容、多模态内容等场景，参与建设输入安全、输出安全、上下文安全、情感陪伴安全、未成年人保护、数字人安全等能力模块；结合规则、分类模型、LLM-as-Judge、RAG、Agent、向量检索等技术，探索可落地的大模型安全防护方案；\n2. 参与安全评测与 benchmark：体系建设参与构建安全 benchmark、人工金集、边界样本库、badcase 库和回归测试集。针对业务场景，设计风险评测维度和自动化评测流程；对模型误判、漏判、过度拒答、幻觉、越狱、提示词注入、多轮风险升级等问题进行分析和归因；建设模型评测指标体系，包括召回率、准确率、误伤率、漏放率、一致率、过度拒答率等；\n3. 推动线上安全能力落地：参与设计自建 guardrail 的线上旁路 / shadow 双跑方案。支持安全策略灰度、效果监控、样本回流和模型迭代闭环；与产品、策略、算法、工程、审核标注团队协作，将安全能力接入真实业务流程。基于线上 case 和人审反馈，持续优化安全模型、规则策略和干预机制；\n4. 负责安全数据与模型迭代闭环：基于业务风险 case，设计数据标注规范、风险标签体系和样本回收机制。将人审 badcase、模型误判样本、边界样本转化为可用于评测、训练和策略优化的数据资产参与安全分类器、模型裁判、风险识别模型、prompt 评测工具等能力建设。支持数据清洗、样本构造、自动化打标、标注一致性校验和质量分析；\n5. 跟踪大模型安全技术发展：跟踪 AI safety、LLM guardrails、red teaming、prompt injection、jailbreak、多模态安全、Agent 安全等方向进展；调研业内安全方案、开源工具、评测框架和竞品策略。将前沿技术转化为团队可落地的工程方案和业务能力；\n\n任职要求\n任职要求\n1.全日制统招硕士及以上学历，数学、计算机科学、人工智能、自然语言处理、数据科学、统计学、信息安全、软件工程等相关专业优先；\n2.具备技术研发、算法工程、数据科学、模型评测、安全风控、内容安全或大模型应用相关工作经验；有互联网产品、AI 产品、内容安全、风控系统、推荐/搜索、AIGC 或大模型相关项目经验者优先；\n3.技术基础：具备扎实的编程能力，熟悉 Python，能够独立完成数据处理、模型评测、实验分析和工具开发；熟悉常见机器学习 / 深度学习基础概念，如分类、召回、排序、评估指标、样本构造、特征工程、模型训练与验证；熟悉 SQL、数据分析、日志分析、实验评估等基础能力；能够基于真实业务数据进行问题定位、指标分析和效果验证；\n4.大模型理解：理解大模型基本概念，包括 prompt、上下文窗口、RAG、SFT、RLHF/RM、模型幻觉、多轮对话、多模态、Agent、tool use 等；能够使用并评估主流大模型产品和 API；理解大模型应用中的典型安全风险，如 jailbreak、prompt injection、诱导生成、越权指令、幻觉误导、过度拒答、多轮风险升级等；\n5.安全与业务理解：对 AI 内容安全、平台治理、业务风控或模型安全有兴趣和实践基础；能够理解安全底线、用户体验和业务增长之间的平衡；能将抽象风险转化为可执行的技术方案、评测指标和数据闭环；具备良好的问题拆解、结构化表达和跨团队协作能力；\n加分项\n1.有大模型安全、AIGC 内容安全、AI red teaming、guardrail、模型评测、LLM-as-Judge、自动化评测相关经验；\n2.有内容审核、内容安全策略、未成年人保护、情感陪伴安全、数字人安全、多模态安全经验；\n3.有线上风控系统、实时策略系统、模型服务、灰度实验、AB 实验、shadow 双跑经验；\n4.有安全分类器、文本分类、多模态分类、风险识别模型、审核辅助模型建设经验；\n5.熟悉 prompt engineering、RAG、Agent workflow、向量检索、自动化标注、数据飞轮等技术；\n6.熟悉 Python、SQL、Pandas、PyTorch、Transformers、LangChain / LlamaIndex 或类似工具；\n7.有论文、专利、开源项目、技术博客或 benchmark 构建经验；\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"standard_classification": {
"std_category_code": "T023",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}