{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "AI安全技术工程师",
        "job_level": "阿里巴巴2027届应届生",AI生成
        "work_category": "freshman",AI生成
        "department": "阿里巴巴控股集团 / 阿里云 / 千问办公",
        "location": "北京 / 杭州 / 上海",
        "work_mode": "",AI生成
        "job_category": "技术类"AI生成
    },
    "company": {
        "company_name": "阿里巴巴控股集团",
        "company_industry": "",
        "company_size": "",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "",
            "cycle": ""
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "AI安全技术工程师\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 / 上海\n\n职位描述\n我们正在建设面向下一代安全智能体与安全大模型能力，目标是把漏洞挖掘、代码审计、威胁研判、告警处置、攻防评测等工作沉淀为可运行、可评测、可持续迭代的工程系统。你将与安全研究、算法、平台工程和产品团队合作，从真实攻防问题出发，构建安全智能体、训练与评测数据管道，并将模型能力落到真实业务场景中。\n你将参与以下一个或多个方向：\n1. 安全智能体开发\n● 设计和实现面向安全任务的 Agent Harness、工具调用与编排框架，接入代码扫描、漏洞验证、流量/日志分析、威胁情报、沙箱/靶场等工具，使智能体能够完成任务拆解、证据收集、推理规划、复现验证和结果归因。\n2. 训练与评测数据体系\n● 建设用于安全大模型训练和评测的数据管道，围绕漏洞样本、代码变更、攻击路径、SOC 告警、处置剧本、安全工单等数据进行采集、清洗、脱敏、标注、难度分层和质量评估，沉淀可复用的数据集、任务轨迹和评测基准。\n3. 智能体赋能安全运营\n● 将安全智能体用于代码安全、漏洞挖掘与复现、云原生风险分析、告警降噪、攻击链溯源、事件响应辅助、检测策略生成、安全产品运营与运维，提高安全工作的覆盖率、准确率和响应效率。\n4. AI 与 Agent 自身安全\n● 研究并防御大模型和智能体系统面临的新型风险，包括提示注入、越狱、数据投毒、模型/插件/工具链供应链风险、越权工具调用、凭据泄露、沙箱逃逸、Agent 身份与权限边界失效等；参与安全评审、红队测试、隔离与授权机制设计。\n5. 评测与产品化\n● 设计可复现、可度量、抗污染的安全任务评测体系，围绕漏洞发现率、复现成功率、误报率、处置时长、工具调用质量等指标持续迭代模型、智能体和数据；推动研究成果进入云安全产品、平台能力和行业实践。\n\n职位要求\n我们希望你具备以下能力；不要求每一项都已经非常成熟，但需要有扎实基础和持续动手能力。\n1. 基础背景\n● 计算机、信息/网络安全、软件工程、人工智能、数学等相关专业本科及以上，硕士/博士优先，优秀本科生可直接申请。\n● 熟练使用 Python，具备扎实的数据结构、系统编程和工程实现能力；熟悉 Go、Rust、Java、C/C++ 中任一语言者优先。\n2. 专业能力\n● 安全攻防基础：理解 Web、主机、网络、云原生、代码安全等常见攻击面，熟悉 OWASP Top 10、MITRE ATT&CK 或云安全攻防方法；有漏洞挖掘、渗透测试、CTF、恶意样本分析、威胁狩猎、检测规则研发经验者优先。\n● 大模型与智能体：了解 LLM/Agent 的基本工作方式，熟悉 RAG、工具调用、任务编排、上下文管理、评测框架等实践；有 SFT、RL、模型评测、Agent 框架或 Harness 开发经验者优先。\n● 数据与评测工程：具备数据清洗、脱敏、标注、质量评估、指标设计和自动化 pipeline 能力；有日志、代码、漏洞样本、攻防轨迹等安全数据处理经验，或建设过靶场、沙箱、自动化评测平台者优先。\n● AI 安全意识：关注提示注入、越狱、数据泄露、模型供应链、工具权限、Agent 身份与沙箱隔离等风险，能够从攻击者和防守者两个视角分析问题。\n3. 能力特质\n● 能快速学习前沿论文和开源项目，并把想法落实为可运行的代码、数据集、评测或产品能力。\n● 具备问题闭环意识，能用可验证指标说明改进效果，而不是只停留在报告或概念验证。\n● 沟通清晰，愿意与安全、算法、平台和产品团队一起拆解复杂问题。\n加分项\n● 有安全大模型、安全智能体、AI 红队、LLM 安全评估、AI Bug Bounty 或安全 Benchmark 项目经验。\n● 有高质量开源项目、CVE/漏洞致谢、CTF/安全竞赛成绩、顶会论文或技术文章。\n● 熟悉云原生安全、供应链安全、二进制/内核漏洞、SOC/SIEM/EDR/XDR、MCP/Tool 安全、Agent 身份与权限治理。\n● 熟悉 PyTorch、TensorFlow、Hugging Face、LangChain、LlamaIndex、LangGraph、Kubernetes、Spark/Flink/Kafka 等技术栈者优先。\n\n在招业务\n阿里巴巴控股集团 / 阿里云 / 千问办公",
        "requirements_text": "",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": []
    },
    "posting": {
        "posting_id": "199907640022",
        "post_date": "2026-08-10",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://campus-talent.alibaba.com/campus/position/199907640022?deptCodes="
    },
    "fulltext": "AI安全技术工程师\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 / 上海\n\n职位描述\n我们正在建设面向下一代安全智能体与安全大模型能力，目标是把漏洞挖掘、代码审计、威胁研判、告警处置、攻防评测等工作沉淀为可运行、可评测、可持续迭代的工程系统。你将与安全研究、算法、平台工程和产品团队合作，从真实攻防问题出发，构建安全智能体、训练与评测数据管道，并将模型能力落到真实业务场景中。\n你将参与以下一个或多个方向：\n1. 安全智能体开发\n● 设计和实现面向安全任务的 Agent Harness、工具调用与编排框架，接入代码扫描、漏洞验证、流量/日志分析、威胁情报、沙箱/靶场等工具，使智能体能够完成任务拆解、证据收集、推理规划、复现验证和结果归因。\n2. 训练与评测数据体系\n● 建设用于安全大模型训练和评测的数据管道，围绕漏洞样本、代码变更、攻击路径、SOC 告警、处置剧本、安全工单等数据进行采集、清洗、脱敏、标注、难度分层和质量评估，沉淀可复用的数据集、任务轨迹和评测基准。\n3. 智能体赋能安全运营\n● 将安全智能体用于代码安全、漏洞挖掘与复现、云原生风险分析、告警降噪、攻击链溯源、事件响应辅助、检测策略生成、安全产品运营与运维，提高安全工作的覆盖率、准确率和响应效率。\n4. AI 与 Agent 自身安全\n● 研究并防御大模型和智能体系统面临的新型风险，包括提示注入、越狱、数据投毒、模型/插件/工具链供应链风险、越权工具调用、凭据泄露、沙箱逃逸、Agent 身份与权限边界失效等；参与安全评审、红队测试、隔离与授权机制设计。\n5. 评测与产品化\n● 设计可复现、可度量、抗污染的安全任务评测体系，围绕漏洞发现率、复现成功率、误报率、处置时长、工具调用质量等指标持续迭代模型、智能体和数据；推动研究成果进入云安全产品、平台能力和行业实践。\n\n职位要求\n我们希望你具备以下能力；不要求每一项都已经非常成熟，但需要有扎实基础和持续动手能力。\n1. 基础背景\n● 计算机、信息/网络安全、软件工程、人工智能、数学等相关专业本科及以上，硕士/博士优先，优秀本科生可直接申请。\n● 熟练使用 Python，具备扎实的数据结构、系统编程和工程实现能力；熟悉 Go、Rust、Java、C/C++ 中任一语言者优先。\n2. 专业能力\n● 安全攻防基础：理解 Web、主机、网络、云原生、代码安全等常见攻击面，熟悉 OWASP Top 10、MITRE ATT&CK 或云安全攻防方法；有漏洞挖掘、渗透测试、CTF、恶意样本分析、威胁狩猎、检测规则研发经验者优先。\n● 大模型与智能体：了解 LLM/Agent 的基本工作方式，熟悉 RAG、工具调用、任务编排、上下文管理、评测框架等实践；有 SFT、RL、模型评测、Agent 框架或 Harness 开发经验者优先。\n● 数据与评测工程：具备数据清洗、脱敏、标注、质量评估、指标设计和自动化 pipeline 能力；有日志、代码、漏洞样本、攻防轨迹等安全数据处理经验，或建设过靶场、沙箱、自动化评测平台者优先。\n● AI 安全意识：关注提示注入、越狱、数据泄露、模型供应链、工具权限、Agent 身份与沙箱隔离等风险，能够从攻击者和防守者两个视角分析问题。\n3. 能力特质\n● 能快速学习前沿论文和开源项目，并把想法落实为可运行的代码、数据集、评测或产品能力。\n● 具备问题闭环意识，能用可验证指标说明改进效果，而不是只停留在报告或概念验证。\n● 沟通清晰，愿意与安全、算法、平台和产品团队一起拆解复杂问题。\n加分项\n● 有安全大模型、安全智能体、AI 红队、LLM 安全评估、AI Bug Bounty 或安全 Benchmark 项目经验。\n● 有高质量开源项目、CVE/漏洞致谢、CTF/安全竞赛成绩、顶会论文或技术文章。\n● 熟悉云原生安全、供应链安全、二进制/内核漏洞、SOC/SIEM/EDR/XDR、MCP/Tool 安全、Agent 身份与权限治理。\n● 熟悉 PyTorch、TensorFlow、Hugging Face、LangChain、LlamaIndex、LangGraph、Kubernetes、Spark/Flink/Kafka 等技术栈者优先。\n\n在招业务\n阿里巴巴控股集团 / 阿里云 / 千问办公"
}