阿里巴巴AI数据安全工程师
任职要求
1. 具备AI 编程能力，开发和维护过Agent skills、有多Agent协同处理任务经验者优先。 2. 熟悉常用异常检测算法并能熟练应用，至少熟练一种开发语言，如Python，Typescript,SQL 等; 3. 计算机…
工作职责
1. 负责公司重要数据资产的识别及运营工作，对数据安全保护措施的有效性进行检测和验证； 2. 参与建设和完善数据安全监测体系，重点建设AI Agent操作数据的风险行为进行检测与监控； 3. 根据不同的数据资产形态和AI Agent数据处理场景，参与数据风险评估、并设计合适的安全解决方案和推动落地。 4. 参与数据安全异常事件的排查及处置工作，并在指导下提出改进措施。
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。
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. 构建UGC违规样本数据体系（文本、图片、用户行为）； 2. 设计与维护数据加工流程（清洗、去噪、去重、标注、标签管理）； 3. 搭建AI训练数据回流系统（人工纠错 → 样本更新 → 模型优化）； 4. 建设内容风控指标体系（准确率、漏判率、错杀率、人工介入率）； 5. 支持AI模型评估、版本对比与效果复盘； 6. 构建可复用数据资产管理系统； 7. 设计及维护审核系统的数据底层支撑； 8. 配合策略专家沉淀高质量违规样本库。