阿里巴巴集团安全部-机器流量AI对抗专家-流量安全
任职要求
1. 对机器流量造成的业务风险，包括但不限于爬虫、活动作弊、垃圾注册、撞库、黄牛秒杀等，有3年以上安全攻防/安全技术运营相关工作经验。有相关风险解决方案建设经验者优先
2. 深入理解攻击者的技术手段，并可以制定反制方法。对web/native设备指纹、端特征等技术有了解，能熟练使用
…工作职责
1. 挖掘集团各类AI产品和场景的机器流量风险 2. 承接传统场景、AI场景下业务对机器风险（包括但不限于大模型token薅羊毛、MaaS账号共享、爬虫、活动作弊、垃圾注册等）的防控需求 3. 梳理恶意机器行为的关键路径，设计防控方案，解决业务的机器行为风险 4. 将防控方案标准化为通用解决方案，基于AI探索和实现“自动防”，从而赋能给更多业务方
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