阿里巴巴集团安全部-AI高级安全工程师/专家-杭州
任职要求
1. 教育背景： 计算机、信息安全相关专业本科及以上学历, 对大模型底层原理（Transformer、RLHF等）有一定理解。 2. 专业技能： 1) 熟悉 Python/Go 至少一种，有扎实的编码功底，能自己写工具。 2) 对 Prompt Engineering 有浓厚兴趣，是个“调教模型”的高手，能通过文字技巧引导模型突破限制。 3) 具备基础的网络安全思维（如逻辑漏洞分析、接口测试），了解容…
工作职责
1. 防御机制拆解： 跟踪国内外主流模型的安全策略，通过实验分析其在内容过滤、逻辑保护方面的实现路径，并输出分析报告。 2. 安全围栏建设： 参与公司模型的内容审计系统开发，编写并维护核心的防御 Prompt 和过滤规则库。 3. 风险路径探测： 对模型系统（含插件、沙箱）进行常规的安全评估，识别提示词泄露和接口滥用的潜在风险，并提出加固建议。 4. 反蒸馏技术落地： 协助落地基础的防爬取、模型输出干扰等风控方案，保护公司模型资产。 5. 跨团队协作： 与算法团队配合，将发现的安全漏洞转化为模型微调（SFT）或对齐（RLHF）的训练样本。
1. 负责情报团队的数据能力和体系建设，通过沉淀丰富的档案能力支持复杂多变的情报业务。 2. 重点围绕商品数据构建商品档案库、挖掘潜在业务领域知识，用数据提升业务效能，向业务前线直接贡献价值。 3. 通过深入理解业务及策略，抽象业务过程、沉淀可复用的数据洞察能力，提供系统性的解决方案。 4. 借助大模型实现日常数据开发的 Agent 工作流。
1. 智能测试架构设计：基于MCP（模型上下文协议）设计测试智能体（Test Agent）架构，实现测试计划生成、用例编写、脚本维护的自动化闭环。 2. Skill封装与工程化：将传统的测试经验（如代码审查、异常分析、边界值设计）封装为可复用的AI Skills，构建企业级测试技能库，赋能团队提效。 3. 自动化与自愈体系建设：利用AI技术解决UI自动化测试中的元素定位不稳定问题，实现脚本的自适应修复与智能调试，降低维护成本。 4. 全链路效能提升：推动“质量左移”，利用AI进行代码提交阶段的缺陷预测与风险识别，构建从需求分析到线上监控的智能质量防护网。
1. AI数据资产体系建设：负责核心AI数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作。 2. 合成数据与数据多样性：主导结合场景的合成数据多样性生产： 探索基于 AI 模型的合成数据技术，主动解决特定领域（如逻辑推理、长尾语种）的数据稀缺问题。 3. 基于大模型做特征筛选、小模型蒸馏、小模型效果评估，主导欺诈评分等能力建设上。 4. 数据驱动的生产闭环：基于评测/资产结论，将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。 5. 持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。
1. AI数据资产体系建设：负责核心AI数据资产体系，结合业务需求与数据算法能力，主导大数据的处理、解析、分析、挖掘、研发及优化工作。 2. 合成数据与数据多样性：主导结合场景的合成数据多样性生产： 探索基于 AI 模型的合成数据技术，主动解决特定领域（如逻辑推理、长尾语种）的数据稀缺问题。 3. 基于数据语义化，利用大模型做资产库的AI native 的自动生产。 4. 数据驱动的生产闭环：基于评测/资产结论，将其转化为工程层面的“数据增强策略”。通过反馈快速构建数据生产流程形成数据供给的闭环。 5. 持续跟踪及探索Data + AI方向的行业进展（如Data Agent、AIOps、湖仓一体智能优化等），主动开展技术预研与原型验证，推动先进技术在公司中的适配与规模化应用。