阿里云阿里云智能-解决方案专家（大安全方向）-杭州
任职要求
1、对AI、云计算有较深刻理解，对政府数字化技术发展动态有比较密切的关注，学习能力强，对学习新知识充满热情，善于思考。 2、具备大安全行业领域的理解，具备相关领域项目的规划、设计和实施经验。 3、…
工作职责
1、对所负责的公安客户业务需求和痛点能够进行深度分析和洞察，可以有效挖掘相关客户业务需求、痛点及挑战。 2、针对客户业务痛点能够设计出符合需求并且具有领先性的AI、大数据、云计算解决方案。 3、对政府用户的信息化建设能够提出有效的建议，可以对标杆客户进行轻咨询类规划引导，形成更加针对性的客户解决方案。 4、熟悉阿里巴巴相关AI、IaaS、PaaS产品能力和竞争优势，掌握各类技术方案的相应技术参数指标，负责组织相应的POC进行方案支持，保证产品方案的可落地性，并推动产品不断成熟完善。
1. 跟踪国内外监管政策和大模型技术标准发展趋势，熟悉监管合规规范，了解大模型原理，结合大模型特性、AIGC 场景特点，设计出适配业务发展需要的内容安全解决方案并推动落地； 2. 基于语言模型、多模态模型的风险防控标准和要求，在大模型内生安全、围栏安全、安全评测等方面，设计体系化的防控策略并推动落地，确保安全与体验的平衡； 3. 识别业务场景潜在安全风险，跟进风险舆情，制定应急预案并快速响应，确保问题得到及时处理； 4. 与业务团队、法务、GA 和基础安全等团队深度协作，确保大模型产品及服务符合相关法律法规要求。
1、参与针对企业数据安全治理领域的数据安全中心相关研发工作，实现大数据/AI一体化的数据安全治理，实现统一的数据安全性以及风险与合规性管理； 2、参与解决企业数据安全治理领域面临的痛点，设计并实现相关安全解决方案，解决客户在数据集成、数据开发分析等大数据治理过程中的安全问题； 3、参与数据安全中心的系统架构设计与演进迭代，持续优化系统安全性、稳定性、可扩展性、性能，以及使用体验，满足大数据/AI持续发展的业务形态与规模对数据安全的需求； 4、参与企业数据安全治理领域的技术动向研究，实现与业务贴合的安全能力技术攻坚，进行技术上的前瞻探索，实现面向未来的数据安全中心的规划、设计和落地，保持在企业数据安全治理领域的技术先进性。
1、深入研究并实践大模型安全风险威胁（如提示注入、数据泄露、越狱攻击、模型窃取等），熟悉OWASP Top 10 for LLMs 等安全框架； 2、面向业务场景设计并落地大模型应用的安全防护方案，包括但不限于安全护栏、输入/输出过滤机制、权限控制模型与审计策略； 3、主导或参与大模型安全工具链的开发与集成，提升大模型风险检测、防御与响应能力； 4、具备学习大模型安全前沿技术能力，能够评估大模型安全风险并提出前瞻性安全解决方案。
1. 深入研究不同行业SaaS/AI原生软件的行业发展方向、典型场景清单、业务流程、技术架构等，梳理各场景在AI应用的需求和价值，帮助SaaS等软件企业设计AI落地路径； 2. 从头部AI原生软件/SaaS类客户典型业务场景出发，结合阿里云千问模型、百炼、Agent平台等AI核心产品，帮助软件企业设计和落地大模型解决方案（覆盖客服、金融、办公OA、ERP、CRM、零售、营销、制造、医疗等行业赛道），包括如下： 1）客户需求洞察及方案设计 • 大模型场景洞察：理解客户业务场景、整体技术架构，主动挖掘客户核心业务中的高价值的大模型应用场景，与客户共创业务和技术的关键问题与效果标准，理解行业内AI场景的价值。 • 方案设计：基于客户业务目标与技术约束，设计端到端MaaS解决方案，涵盖模型选型、工程链路（推理/微调/RAG/Agent）、效果评估体系及上线路径。 2）售前引导和支持与实操能力 • 结合客户的业务场景需求，通过标杆案例及demo演示展示阿里云大模型的竞争优势，建立在客户侧的技术影响力，影响客户的决策。向客户高层展示阿里云AI全栈产品的竞争优势，确保技术方案与客户业务目标深度绑定。 • 技术验证：动手搭建Prompt、RAG、多Agent工作流及微调实验，快速验证业务可行性，对POC结果的安全性、稳定性、性能、可持续性和运行效率给出技术建议。对客户业务与技术双线相关人员清晰阐述AI带来的效率提升、成本节约或收入增长，建立科学的AI效果评估共识。 3）能力沉淀和赋能 • 构建可复用的知识资产：沉淀面向细分领域/场景的大模型调用最佳实践、细分领域标杆案例等知识文档。 • 内部团队、生态伙伴、客户赋能和培训。 4）产品需求和改进反馈 • 识别和理解阿里云大模型的技术问题和机会，传递客户需求和反馈给产品团队，影响功能开发和未来产品路线图，保持阿里云产品的市场竞争力。 • 了解客户大模型使用的情况恶化效果，将客户使用中遇到的影响客户体验的问题，反向推动内部解决，推动内部产品解决方案和流程体系的改进。