阿里巴巴集团安全部-RASP安全攻防工程师-杭州&北京

工作内容： 1.负责RASP能力的规划及设计、样板间上线及运营，包括RASP能力方案设计、技术选型、功能实现原型、规则维护与优化、样板间运营等； 2.负责部分木马分析、运行时漏洞分析与挖掘，配合各团队完成安全加固工作；

1. 参与面向网络安全领域的垂直大模型交付工作，包括基于大模型做流程设计、agent优化和模型安全能力提升； 2. 负责对接阿里内部各个业务线的网络安全需求，包括情报安全、流量安全、数据安全等不同场景，构建高质量业务数据，优化交付流程； 3. 开展大模型全流程训练工作，包括预训练、CPT、SFT、GRPO及安全工具结合的Agentic RL； 4. 针对经典且依赖安全专家经验的的安全任务（如漏洞检测、流量情报分析、代码生成等）优化模型能力，提升其在真实攻防场景中的模型性能与鲁棒性； 5. 探索大模型在代码安全、漏洞挖掘、逆向工程等方向的应用，并推动技术成果落地与学术发表。

岗位面向行为风控这一高度复杂且动态对抗的业务场景，支持反爬、作弊、欺诈、账号安全、恶意行为等核心风控业务，聚焦大模型强化学习与Agent等核心技术，构建下一代智能风控基座和行业权威的行为域基模解决方案。 1、面向行为域的结构化/序列化/图表化数据体系，构建面向结构化数据的后训练和评测方案，产出行为特色的“世界模型”； 2、围绕行为风控的复杂任务，设计并迭代强化学习方案，包括但不限于：Reward System、RL、复杂决策、自我博弈等方向，构建全链路情报分析与风险决策能力； 3、面向行为分析、识别、挖掘、链路还原、路径推演等场景，设计可规模化扩展的Agent训练环境和迭代方案；

1、探索知识和评测驱动的模型自主训练闭环链路，实现大模型训练自进化框架 2、基于业务需求，利用自主训练闭环链路训练安全基础模型，保持通用能力不降的前提下提升业务效果 3、与工程团队合作搭建Agentic环境，负责Agent相关训练和评测 4、研究安全场景的知识和评测问题，发表论文、专利、开源评测集等成果