AI数据安全主任工程师

1. 01

   AI数据安全治理体系搭建 梳理AI场景数据资产，制定适配大模型业务的数据分级分类、数据集准入、数据使用规范；构建AI数据安全管控流程，明确训练数据、知识库素材、Prompt输入、模型输出数据全生命周期安全基线，推动安全要求嵌入AI研发流程。

2. 02

   AI场景数据安全技术方案设计与落地 针对大模型训练、微调、向量库、RAG、Agent应用设计防护方案：包含数据集脱敏、敏感信息检测、Prompt注入防护、推理过程数据防泄露、向量数据安全隔离、第三方外部AI（Claude、通用大模型）调用数据管控；落地静态/动态脱敏、数据水印、访问权限管控、数据防泄漏等技术措施。

3. 03

   风险评估、常态化安全核查与闭环整改 开展AI项目上线前数据安全风险评估，识别数据投毒、知识库敏感数据外泄、员工私传内部数据至外部AI、模型记忆泄露等风险；定期开展AI数据集审计、AI应用行为审计，推动研发、算法、业务团队风险整改闭环。

4. 04

   安全运营、事件应急处置 建立AI数据安全监控与告警策略，监测异常数据导出、敏感数据投喂外部大模型、批量知识库访问等行为；主导AI相关数据安全事件溯源、应急处置、复盘，输出优化方案。

5. 05

   合规跟进与标准输出 跟踪《生成式人工智能服务管理暂行办法》《数据安全法》《个人信息保护法》等法规及监管要求，输出AI数据安全检查清单、操作指引、培训材料；支撑监管检查、内部合规审计工作。

6. 06

   跨部门协同与技术赋能 对接算法、大模型平台、研发、法务、业务团队，输出轻量化安全方案，避免过度管控阻碍业务迭代；面向研发团队开展AI安全赋能，推动安全左移。

7. 07

   前沿风险跟踪 持续跟踪国内外AI数据安全攻防手段、行业案例，研究隐私计算、差分隐私、模型安全等技术在业务场景落地可行性。

基础要求 本科及以上，网络空间安全、计算机、大数据、人工智能相关专业； 6年以上数据安全、信息安全实战经验，至少3年大模型/AI场景安全落地经验；有企业级AI数据安全治理项目从0到1搭建经验优先。 专业能力 精通数据全生命周期安全技术：分级分类、数据脱敏、DLP、数据库审计、加密、权限治理；熟悉RBAC、最小权限、数据血缘等管控思路。 熟悉大模型业务流程：数据集处理、训练、微调、RAG向量库、LLM应用推理，掌握常见AI原生风险：Prompt注入、模型记忆泄露、数据投毒、外部大模型数据投喂风险、知识库泄露。 熟悉主流数据安全产品原理，能够独立设计策略、评估方案；了解Python，可编写自动化安全检测脚本者优先。 精通国内数据安全、生成式AI相关法律法规、监管要求，具备合规整改、迎检实战经验。 具备良好风险视角，能够平衡安全管控与业务效率，具备较强跨部门推动落地能力。 优先加分项 持有CISSP、CISP、CDPSE等安全认证； 有大厂/政企AI安全、大模型安全评估实战经历； 熟悉隐私计算、差分隐私、向量数据库安全方案； 具备攻防视角，开展过AI红蓝对抗、安全测试