阿里云阿里云智能-安全专家-AI驱动安全方向
任职要求
1. 熟悉AI算法及其在安全领域的应用,具备机器学习、深度学习或自然语言处理的实际项目经验,能够结合安全攻防技术进行创新性应用,如漏洞利用、恶意软件分析和入侵检测等。 2. 精通至少一种编程语言(如Python、Go、C++),能够高效开发和优化AI模型及安全工具,并具备AI Agent开发能力以解决复杂安全问题。 3. 具备丰富的安全实战经验,熟悉Web安全、主机安全和网络安全的核心技术,掌握攻击手法及防御策略,并能通过日志分析、流量监控和威胁建模发现潜在威胁。 4. 关注国内外最新的安全攻防技术和AI研究进展,能够快速复现研究成果并应用于实际场景,同时有独立挖掘和分析系统或Web漏洞的经验,可实现PoC验证。 5. 有基于AI的安全产品开发经验,例如检测/防御工具或模块的设计与实现,或参与过知名CTF比赛并取得优异成绩,在顶级安全会议或AI领域发表过相关论文者优先。
工作职责
1. AI驱动的安全防御体系建设 ● 负责基于AI技术的安全产品能力建设,设计并实现智能化的威胁检测与防御模型,提升安全产品的自动化水平和精准度。 ● 开发和优化AI驱动的安全规则、策略和模型,覆盖主机、网络、文件等多维度的安全场景,提升整体安全防护效果。 ● 深入理解客户问题和需求,结合AI技术能力,制定切实可行的技术方案,并推动产品功能落地。 ● 了解安全运营体系建设,通过AI技术提升安全运营效率和效果,打造智能安全运营体系。 2. AI与安全技术研究 ● 研究AI在安全领域的前沿应用,包括但不限于异常行为检测、攻击链路分析、威胁情报挖掘等方向,探索新技术的应用场景。 ● 分析现有安全产品和技术架构,提出基于AI的优化方案,持续迭代产品能力。 ● 主动发现新型攻击手法和绕过技术,研究并设计针对性的AI检测和拦截机制。
1. AI驱动的安全防御体系建设 ● 负责基于AI技术的安全产品能力建设,设计并实现智能化的威胁检测与防御模型,提升安全产品的自动化水平和精准度。 ● 开发和优化AI驱动的安全规则、策略和模型,覆盖主机、网络、文件等多维度的安全场景,提升整体安全防护效果。 ● 深入理解客户问题和需求,结合AI技术能力,制定切实可行的技术方案,并推动产品功能落地。 ● 了解安全运营体系建设,通过AI技术提升安全运营效率和效果,打造智能安全运营体系。 2. AI与安全技术研究 ● 研究AI在安全领域的前沿应用,包括但不限于异常行为检测、攻击链路分析、威胁情报挖掘等方向,探索新技术的应用场景。 ● 分析现有安全产品和技术架构,提出基于AI的优化方案,持续迭代产品能力。 ● 主动发现新型攻击手法和绕过技术,研究并设计针对性的AI检测和拦截机制。
团队介绍:TikTok是一个覆盖150个国家和地区的国际短视频平台,我们希望通过TikTok发现真实、有趣的瞬间,让生活更美好。TikTok 在全球各地设有办公室,全球总部位于洛杉矶和新加坡,办公地点还包括纽约、伦敦、都柏林、巴黎、柏林、迪拜、雅加达、首尔和东京等多个城市。 TikTok研发团队,旨在实现TikTok业务的研发工作,搭建及维护业界领先的产品。加入我们,你能接触到包括用户增长、社交、直播、电商C端、内容创造、内容消费等核心业务场景,支持产品在全球赛道上高速发展;也能接触到包括服务架构、基础技术等方向上的技术挑战,保障业务持续高质量、高效率、且安全地为用户服务;同时还能为不同业务场景提供全面的技术解决方案,优化各项产品指标及用户体验。 在这里, 有大牛带队与大家一同不断探索前沿, 突破想象空间。 在这里,你的每一行代码都将服务亿万用户。在这里,团队专业且纯粹,合作氛围平等且轻松。目前在北京,上海,杭州、广州、深圳分别开放多个岗位机会。 1、作为隐私安全方向的项目经理,对接公司的法务和核心技术负责人,以满足各国各地区法律法规和社会业界对隐私安全不断提高的要求为目标,对接数据主权,权限治理,隐私基础设施建设等不同方面项目,结合对业务以及技术架构的理解端到端交付项目; 2、基于合规要求,深入各业务场景,参与和协助研发侧各团队进行技术方案的设计和落地执行,协助制定和深度理解公司整体在隐私安全合规方面的技术方案,驱动和判断隐私合规标准的拉齐; 3、负责涉及跨部门跨职能的多团队协作的重点项目/项目集的推进落地和全生命周期管理;对项目结果负责,在预期时间内达成既定目标,又兼顾业务影响;持续发现和分析团队、业务、项目中的共性问题,进行风险管理以及流程优化; 4、作为PMO团队(项目管理办公室)一员,结合业务和团队特点,设计以及落地项目管理流程与工具,通过定量/定性分析度量研发和团队协作效率并持续提升,积累和沉淀项目管理经验及方法论、团队知识库赋能培训团队项目管理相关内容。
1)风险预警系统建设:负责搭建公司级安全风险预警系统,包括风险看板、实时监控预警模块、案件管理系统及数据可视化平台,输出风险态势感知与决策支持工具。设计风险指标模型与规则引擎,覆盖账号安全、交易欺诈、内容违规等核心场景,实现异常行为自动化识别与分级预警。 2)数据治理与建模分析:进行底层数据基建,构建风险标签体系、风险画像库及关联关系图谱,沉淀可复用的风险特征与策略模型。 3)跨部门协同与治理闭环:联动产品、技术、法务团队推动风控策略落地,将分析结论转化为规则拦截、产品流程优化等治理动作。定期输出风险洞察报告,驱动业务侧完善安全防护机制,降低外部攻击造成的资金/品牌损失。 4)攻防对抗能力建设:持续跟踪不法技术手段的演进(如接码平台、自动化脚本、AI伪造攻击),迭代风控模型与监控体系,提升系统抗绕过能力。