阿里云阿里云智能-高级安全算法专家-北京/杭州
任职要求
ꔷ 本科及以上学历，计算机科学、人工智能、网络安全等相关专业，5年及以上算法研发经验； ꔷ 精通深度学习、图神经网络、迁移学习等技术，熟悉PyTorch/TensorFlow等框架，具备大规模分布式训练和模型优化经验。 ꔷ 深入理解云安全业务逻辑，熟悉常见攻击手法（如APT攻击、0day漏洞利用）及防御技术，有威胁狩猎、UEBA、反欺诈等项目经验者优先。 ꔷ 具备扎实的工程能力，熟悉高并发、低延迟的在线推理系统设计，有Flink/Spark等大数据处理经验。 ꔷ 出色的业务洞察力和技术判断力，能快速将业务问题转化为算法问题并提出创新解法。 ꔷ 优秀的跨团队协作与资源整合能力，擅长在复杂组织中推动技术方案落地，对技术趋势敏感，具备开源社区贡献或顶会论文（如KDD、CCS、NDSS）者优先。
工作职责
ꔷ 深入理解云安全业务场景（如攻击检测、异常行为分析、数据隐私保护、风险画像等），设计算法解决方案并实现规模化落地； ꔷ 参与设计安全大模型的规划、研发和技术迭代，构建高精度、低时延、可解释的AI模型，解决安全场景特有的技术挑战； ꔷ 负责云安全中心安全助手相关算法研究、开发、架构相关工作，提升安全助手的智能化能力和产品竞争力； ꔷ 负责算法工具链与自动化平台建设，提升算法研发效率，降低业务团队使用门槛； ꔷ 追踪AI与安全交叉领域的前沿技术（如AIGC安全、大模型对抗攻防），推动创新技术在业务场景中的预研与应用。
● 设计和实现高效的训练推理框架，提升多节点、多GPU环境下特别是异构算力场景下的计算效率。具备良好的工程实践和算法理论基础，熟悉底层的硬件编程和常见GPU的算子库开发，能对算法的运行效率如速度、显存占用等进行优化，推动算法稳定、高效的运行。 ● 完善优化训练推理框架，针对市面上的国产信创卡能提出统一的优化方案，并推进在底层的通信效率、资源占用、稳定性方面持续建设。 ● 设计并实现能够处理大规模并发请求的系统架构，确保极端负载下的稳定性和性能。完善错误自愈机制，提升平台训练的MFU，打造行业内一流的异构算力混训混推GPU框架。 ● 技术方案设计：主导核心模块技术方案设计与评审，结合业务需求与系统现状，制定可落地的架构规划。 ● 基础服务开发：构建高可用、可扩展的基础服务组件，支持训练/推理框架的快速迭代与稳定部署。 ● 项目管理：主导跨团队协作项目的全生命周期管理，包括需求拆解、排期规划、进度跟踪与风险控制，确保项目高效交付。 ● 持续关注并跟进业界技术发展，比如超长上下文、端到端推理思维链、多模态等方向。
1、结合安全业务发展战略，制定AI技术架构或者战略规划，推动业务或者产品能力创新； 2、推动千卡级大模型集群训练与推理体系建设，解决训练或者推理过程中技术瓶颈，为业务场景大模型应用提升效果； 3、有良好的团队管理能力和决策能力，激励团队成员的工作积极性和创造力，促进跨团队协同，营造技术创新氛围； 4、跟踪AI领域的前沿技术和研究成果，应用到实际项目，推动安全AI技术发展。
1. 制定平台内容生态治理长期策略，构建覆盖内容质量优化、黑灰产打击、反作弊、创作者信用体系的系统性解决方案。 2. 主导虚假互动的识别模型设计，提升作弊识别准确率；主导高风险场景的治理模型设计，平衡用户体验、商业价值与合规要求。 3. 联合风控团队搭建黑灰产行为画像库，建立实时监测与拦截系统；推动跨部门联动打击黑产团伙，降低平台生态损失。 4. 设计平台内容健康度指标体系，定期输出治理效果分析报告；推动产品、运营、算法团队迭代策略，对生态治理结果负责。
1、设计并实现高精度定位的多模态数据融合方案（如GPS、IMU、视觉等），提升环境感知与定位鲁棒性。 2、开发端到端的定位及轨迹预测算法，结合自回归模型（AR）或时序建模技术，实现复杂交通场景下的高可靠性决策。 3、探索大模型（如Transformer、GNN）在自动驾驶中的应用，设计基于强化学习（RL）的决策优化框架，提升动态环境下的安全性和效率。 4、研究并实现基于强化学习的运动规划算法，结合奖励函数设计与策略优化。 5、将算法部署至实际终端，完成实时性、稳定性优化，推动算法在真实场景中的闭环迭代。 6、技术攻坚与创，跟踪学术界与工业界最新进展（如BEV感知、diffusion policy、模仿学习等），主导关键技术预研与原型开发。