职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7400651172367436083

智能体安全能力专家-云安全

未披露 · 北京 · 字节跳动

主分类:网络信息安全
软件开发与 IT
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": "智能体安全能力专家-云安全",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "安全"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "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、负责智能体安全能力建设,围绕Agent Runtime、Skill/Plugin、MCP、工具调用、记忆系统、上下文与模型交互链路设计并落地安全检测与防护方案;\n2、跟踪AI Agent、供应链安全、沙箱隔离、恶意样本检测等方向的前沿攻击技术,并沉淀为可工程化落地的安全能力;\n3、建设安全数据闭环,包括风险标签体系、样本库、规则库、检测评估集、误报漏报分析、告警运营和安全基线。",
        "requirements_text": "1、具备扎实的安全攻防基础,熟悉Web安全、主机安全、供应链安全、恶意代码分析、沙箱逃逸、权限控制或数据安全中的至少两个方向;\n2、理解智能体基本架构,了解Agent Runtime、Tool Calling、Plugin/Skill、MCP、Memory、RAG、Prompt、上下文注入等概念,并对其安全风险有兴趣或实践经验;\n3、具备攻防视角,能够从攻击者角度发现智能体系统中的权限绕过、数据泄露、工具滥用、供应链投毒和运行时逃逸风险;\n4、具备较强的问题抽象和系统设计能力,能够将安全研究成果转化为稳定、低误报、可运营、可扩展的安全产品能力;\n5、具备良好的沟通协作能力,能够与研发团队共同推进安全方案落地,并通过文档、规则、工具和流程提升整体安全水位。\n\n加分项:\n1、有恶意代码检测、静态分析、动态沙箱、污点分析、AST/CFG分析、行为检测、YARA/Semgrep/CodeQL规则编写经验;\n2、有LLM/Agent安全相关实践经验,如Prompt Injection、Tool Abuse、Agent Sandbox、Memory Security、MCP Security、AI红队等。",
        "skills": [AI生成
            "检索增强生成",
            "智能体开发"
        ],
        "preferred_qualifications": "加分项:",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7400651172367436083/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7400651172367436083",
        "post_date": "2024-08-08",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7400651172367436083/detail"
    },
    "fulltext": "智能体安全能力专家-云安全\n职位描述\n1、负责智能体安全能力建设,围绕Agent Runtime、Skill/Plugin、MCP、工具调用、记忆系统、上下文与模型交互链路设计并落地安全检测与防护方案;\n2、跟踪AI Agent、供应链安全、沙箱隔离、恶意样本检测等方向的前沿攻击技术,并沉淀为可工程化落地的安全能力;\n3、建设安全数据闭环,包括风险标签体系、样本库、规则库、检测评估集、误报漏报分析、告警运营和安全基线。\n\n职位要求\n1、具备扎实的安全攻防基础,熟悉Web安全、主机安全、供应链安全、恶意代码分析、沙箱逃逸、权限控制或数据安全中的至少两个方向;\n2、理解智能体基本架构,了解Agent Runtime、Tool Calling、Plugin/Skill、MCP、Memory、RAG、Prompt、上下文注入等概念,并对其安全风险有兴趣或实践经验;\n3、具备攻防视角,能够从攻击者角度发现智能体系统中的权限绕过、数据泄露、工具滥用、供应链投毒和运行时逃逸风险;\n4、具备较强的问题抽象和系统设计能力,能够将安全研究成果转化为稳定、低误报、可运营、可扩展的安全产品能力;\n5、具备良好的沟通协作能力,能够与研发团队共同推进安全方案落地,并通过文档、规则、工具和流程提升整体安全水位。\n\n加分项:\n1、有恶意代码检测、静态分析、动态沙箱、污点分析、AST/CFG分析、行为检测、YARA/Semgrep/CodeQL规则编写经验;\n2、有LLM/Agent安全相关实践经验,如Prompt Injection、Tool Abuse、Agent Sandbox、Memory Security、MCP Security、AI红队等。\n1、负责智能体安全能力建设,围绕Agent Runtime、Skill/Plugin、MCP、工具调用、记忆系统、上下文与模型交互链路设计并落地安全检测与防护方案;\n2、跟踪AI Agent、供应链安全、沙箱隔离、恶意样本检测等方向的前沿攻击技术,并沉淀为可工程化落地的安全能力;\n3、建设安全数据闭环,包括风险标签体系、样本库、规则库、检测评估集、误报漏报分析、告警运营和安全基线。\n1、具备扎实的安全攻防基础,熟悉Web安全、主机安全、供应链安全、恶意代码分析、沙箱逃逸、权限控制或数据安全中的至少两个方向;\n2、理解智能体基本架构,了解Agent Runtime、Tool Calling、Plugin/Skill、MCP、Memory、RAG、Prompt、上下文注入等概念,并对其安全风险有兴趣或实践经验;\n3、具备攻防视角,能够从攻击者角度发现智能体系统中的权限绕过、数据泄露、工具滥用、供应链投毒和运行时逃逸风险;\n4、具备较强的问题抽象和系统设计能力,能够将安全研究成果转化为稳定、低误报、可运营、可扩展的安全产品能力;\n5、具备良好的沟通协作能力,能够与研发团队共同推进安全方案落地,并通过文档、规则、工具和流程提升整体安全水位。\n\n加分项:\n1、有恶意代码检测、静态分析、动态沙箱、污点分析、AST/CFG分析、行为检测、YARA/Semgrep/CodeQL规则编写经验;\n2、有LLM/Agent安全相关实践经验,如Prompt Injection、Tool Abuse、Agent Sandbox、Memory Security、MCP Security、AI红队等。",
    "standard_classification": {
        "std_category_code": "T023",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}