长鑫存储AI应用安全工程师-AI Application Security Engineer(J19224)
任职要求
1. 教育背景与专业知识：本科以上学历（能力出众者可放宽至专科）； 2. 行业与专业经验：1年以上计算机相关、信息安全管理、风险或审计管理相关工作经验； 3. 专业技能与资格：精通LLM应用，熟悉Transformer架构，具备Agent、RAG、Prompt、Workflo…
工作职责
1. 内部数据梳理与标准化：全面梳理公司内部应用系统现状，明确数据流转路径及存储分布；主导内部结构化数据（日志、数据库数据等）与非结构化数据（内部文档、报表等）的收集、整理、清洗及格式化，搭建标准化数据体系； 2. 大模型应用与训练：基于多模态大模型技术，对梳理后的结构化、非结构化数据进行模型训练、调优及迭代，优化模型对内部数据的理解与分析能力，确保模型适配公司内部数据场景； 3. AI异常行为检测与告警智能体搭建：利用训练后的大模型，对内部数据访问、操作行为进行实时监测，落地预警智能体，开展异常行为数据分析，建立精准的告警机制，及时发现数据泄露风险并联动处置； 4. 自动化安全审计：基于AI技术框架，搭建内部自动化审计平台，提高审计效率； 5. 项目管理与交付：具备完整项目管理能力，牵头负责内部数据安全AI防护相关项目，制定项目计划、协调资源，带领内部员工及外部供应商推进项目实施，确保项目按时、按质完成交付，达成数据安全防护目标； 6. 技术跟踪与内部落地：及时跟踪业界AI最新技术、架构及应用案例，定期在内部开展技术分享，传递前沿动态；结合部门业务需求，探索AI技术在部门内部的落地实践，挖掘技术应用价值，助力部门工作效率与技术能力提升。
1、参与风险数据AI native基础设施建设。 参与tools、记忆、知识、skills、subAgent和Agent整体AI native基础设施的构建。 满足风险数据生成和分析的AI native化。打造高性价比、高可用、先进性的阿里安全数据基座。 2、负责 AI Coding 后端服务的设计、开发与高可用部署，应对亿级数据处理、毫秒级响应、强一致性与数据安全等复杂技术难题，保障大规模线上服务的可靠运行。支撑data+AI 的AI智能能力。 3、引领技术创新与工程效能提升，主动追踪 AI 工程化、向量计算、实时数仓、智能调度等前沿技术趋势，推动先进技术在业务场景中的高效落地。
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： 1. 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。 2. Security for AI，保护AI应用系统安全，保护其免受攻击和滥用。
1、参与AI智能体（Agent）产品的安全评估与渗透测试，覆盖云端Agent、端侧Agent、AI眼镜/智能硬件等多形态场景，包括但不限于提示注入、工具调用劫持、RAG投毒、记忆篡改等攻击面。 2、对端侧Agent、AI眼镜、智能卡片等新形态AI终端进行安全测试，利用移动安全/IoT安全技能分析端云协同、本地模型推理、权限管控等攻击面。 3、执行海内外主流AI应用产品的安全对标测试，收集测试数据，协助输出行业安全对比分析。 4、复现和验证已知漏洞及学术论文中的攻击方法，维护攻击样本集与测试用例库。 5、编写安全测试记录与初版评估报告，协助完善最终安全评估报告。
1、Data Agent 开发与迭代： 负责数据智能问答 Agent 的核心能力开发，包括多轮对话、归因分析、SQL 生成、Python 分析节点等。 2、RAG 与知识库建设： 基于 RAG 技术构建业务知识库，支持语义搜索、知识图谱自动提取、业务术语管理等能力，提升 AI 生成查询的准确度。 3、MCP 与 AI 数据底座： 参与数据访问 MCP Server 等统一 AI 数据底座的开发，支持数据源动态管理、权限隔离、元数据同步等核心能力。 4、AI + 数据可视化： 开发看板智能总结、图表归因分析、报表自动生成等 AI 驱动的数据可视化功能，降低用户数据分析门槛。 5、业务场景落地： 将 AI 能力在游戏运营、研发管线、质量分析等核心业务场景中深度落地，与业务方紧密协作，持续优化分析体验。 6、技术前瞻与工程落地： 跟踪 AI Agent、LLM 应用等领域最新进展，负责从技术 Demo 到生产级服务的快速转化。