阿里巴巴集团安全部-反爬算法专家-AI-native
任职要求
●计算机、电子、数学等相关专业硕士及以上学历； ●3 年以上反爬或安全攻防相关工作经验，有大规模平台反爬实战经验者优先。 ● 有 LLM 在安全或风控场景中的实际落地经历，熟悉大模型的训练、微调…
工作职责
负责以大模型为核心驱动力，设计并落地 AI-Native 反爬算法体系，防御平台面临的各类爬虫威胁（传统爬虫、AI 爬虫、众包爬虫等），系统性提升反爬防控效果与自动化效率。 岗位职责 1. AI-Native 反爬算法体系设计 以大模型为基础，重构反爬防控的技术范式，从AI enhance转向 AI native的防控范式。设计覆盖爬虫感知、识别、审核、行为分析、策略决策、自动处置的全链路算法架构，探索 LLM 在爬虫行为识别、异常模式发现、对抗策略生成等环节的深度应用。 2. 对抗博弈与策略演进 跟踪爬虫技术演进趋势（包括 AI 爬虫的最新进展），持续迭代防御策略。设计攻防演练机制，验证反爬体系的有效性与鲁棒性。
1. 负责淘天集团商业数据安全，建立安全制度/卡口/审批流程对商业数据的开放和使用进行安全评审和管控。 2. 通过商业数据资产梳理，对服务和接口进行监控，实现事前事中数据泄漏告警。 3. 通过因子挖掘、数据分析、数据模型、策略运营，对爬虫等数据泄漏利用方式进行防控和持续对抗。 4. 兼顾风险防控和用户体验的平衡，优化防控策略的分层处置机制； 5. 对数据泄漏风险事件应急响应，进行快速的风险定位与止血，建立完善的事后处置流程。 6. 构建风控Agent对风险进行感知、巡检、止血、策略定制、样本分析等工作。
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；