网易技术与安全架构师
任职要求
1、Java 基础扎实，深入理解集合、多线程、并发模型、NIO，对 JVM 原理（内存模型、GC、类加载等）有较深入理解。 2、熟悉主流框架和中间件，如 Spring/Spring Boot、Dubbo 或 Spring Cloud、Kafka/RocketMQ、Redis、MySQL 等，并了解其原理和适用场景。 3、有分布式系统、高可用架构实战经验，熟悉服务治理、配置中心、缓存、消息、限流、降级、熔断、重试、幂等、防重放、数据一致性等相关设计。 4、对分布式事务方案（如 XA、TCC、事务消息、最终一致性等）有实践经验，能结合业务做合理技术取舍。 5、熟悉 We…
工作职责
1、全面审视支付系统整体架构，识别可靠性与安全风险，规划并推动架构优化和演进。 2、负责支付系统高可用方案设计与落地，包括多机房/多活架构、限流/降级/熔断、故障隔离、幂等与防重放、分布式事务/最终一致性等。 3、建设系统可靠性治理体系：SLA/SLO 指标、容量评估与压测策略、故障预案与演练机制，提升系统整体稳定性和恢复能力。 4、负责业务安全体系设计：敏感数据识别与保护（加密、脱敏、密钥管理）、敏感接口与操作的安全控制、权限与授权模型（RBAC/ABAC）、审计与追踪。 5、梳理现有系统的可靠性与安全隐患，形成风险清单和整改计划，跟进落地并建立复盘机制，沉淀规范与最佳实践。 6、建设可观测性体系：日志、监控指标、链路追踪、告警与看板，提升故障发现和问题定位效率，与运维/SRE/安全团队紧密协作。 7、参与和把关核心模块的技术评审、安全评审与上线评审，制定相关技术规范与编码标准，为团队提供技术指导和培训。
1、负责大模型数据生产和评测的自动化工作流程设计与实施，通过Workflow/Agent链路搭建，提升数据标注和评测效率； 2、设计并实现自动化数据标注和评测方案，包括标准制定、质量评估体系搭建，持续优化现有工作流程； 3、探索和应用最新LLM技术，开发创新性数据生产工具和方法，建立高效智能的数据处理模式； 4、推动团队技术能力建设，通过经验分享和实践指导，提升团队对大语言模型技术的应用水平，推动团队更好达成业务目标。
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。
团队介绍：AI 数据与安全团队为 Seed 基座模型及 AI 原生应用提供跨模态数据服务，覆盖数据生产全流程，包含模型评估标准的制定、数据规模化生产、数据飞轮搭建，不断提升数据质量，支持模型快速迭代。 团队由产品经理、数据工程、数据运营等跨职能人才组成，并通过与 Seed 研究员、行业专家、全球顶尖数据供应商紧密合作，从真实场景中收集反馈并分析模型表现数据，解决 AI 前沿突破过程中的复杂数据问题，推动模型性能与用户体验的双重提升。我们既是帮助模型技术迭代的一线贡献者，也是模型和 AI 产品的一手用户。 课题介绍： AI Coding是当前大模型领域最热门的方向之一，高质量的Code训练数据和完善的模型评估机制是决定大模型Coding能力上限的关键因素。本课题通过探索基于主动学习技术的Code数据合成方案，系统性优化Code数据生产过程中存在的生产效率低、数据质量不佳、模型评估机制不完善等痛点问题。 课题挑战： 1、动态抗污染Benchmark 构建：针对评测集易污染、静态固化问题，构建具备防泄露机制的评测基准体系；建立动态更新迭代机制，适配模型能力演进与场景拓展，打造稳定可靠的评测标尺； 2、基于主动学习与自博弈的数据合成方法：以主动学习筛选策略结合智能体环境模拟，替代高成本人工标注，实现数据自动化、规模化生成；引入自进化与自博弈机制，定向挖掘模型薄弱领域，合成高价值演化数据，补齐能力短板； 3、低成本数据质量评估方法：突破单一语义评估局限，构建多维度质量刻画体系，探索轻量化评估路径以适配海量数据需求；建立数据特征与模型效果的强关联机制，形成可量化、可追溯的综合评估体系。 课题价值： 构建 Coding Agent自动化数据合成与主动学习管线，建立数据质量及模型性能评估标准，精准刻画数据与能力边界，降低评估成本，提升豆包大模型在复杂长程SWE任务中的表现。
1、作为运维角色，负责火山引擎私有云和安全产品的交付运维工作，包括产品咨询、问题排查、故障处置、版本变更等； 2、做好客户问题管理、持续追踪关键稳定性问题并协助客户治理，保障客户环境稳定运行，同时推动产品及服务的优化改进； 3、识别客户的紧急重要事件，及时拉通后端资源推动问题解决，降低客户业务影响； 4、持续积累运维经验，沉淀SOP，提升团队的技术能力和服务水平，向客户提供高质量的运维服务。