AI安全研发工程师

方向一：Security for AI —— 守护 AI & Agent 安全运行，针对大模型与 Agent 系统面临的新型安全风险，设计并构建 AI 原生的安全防护体系。 你将参与的工作（包括但不限于）： - 设计 Agent 系统的权限控制、行为审计与安全沙箱机制，确保自主式 AI 系统在可控范围内运行； - 灵活组合系统安全、网络安全、应用安全、身份安全、内容安全等多领域能力，构建精准、稳定、高效的检测与防御产品； - 帮助阿里云客户发现并解决在办公、生产等场景使用 AI/Agent 时遇到的安全问题。 方向二：AI for Security —— 用 AI 重塑安全产品，将 AI/Agent 技术深度融入安全产品，实现安全运营全链路的智能化升级。 你将参与的工作（包括但不限于）： - 设计安全业务场景的 Agentic Workflow，将威胁检测、事件响应、攻击溯源等流程实现端到端自动化； - 构建多 Agent 协作系统，实现告警智能研判、攻击链自动关联分析、漏洞分析等任务的自动化处置； - 基于深度学习构建恶意流量检测、加密流量分析、入侵检测等模型； - AI 驱动的安全策略智能推荐与自适应调优，降低用户安全运营门槛； - 探索大模型在 SOAR（安全编排与自动化响应）、威胁情报分析、代码审计等场景的创新应用。

1. 01

   熟悉 Java、Golang、C/C++、Rust、Python、Node.js 中至少一种语言，具备良好的编码习惯与工程素养；

2. 02

   对算法、数据结构、操作系统、网络通信等计算机专业基础有扎实的掌握；

3. 03

   对网络安全有基本了解，理解常见攻击手法与防御思路（如 Web 安全、网络协议安全、系统安全等），同时关注 Prompt 注入、越狱攻击、数据泄露等 AI 时代的新型安全风险；对 AI/LLM 技术有浓厚兴趣，了解大模型、Agent、RAG 等概念，理解 Agent 系统的基本架构（工具调用、规划、记忆、多 Agent 协作等）；

4. 04

   拥抱 AI 编程时代，具备利用 AI 工具进行高效软件开发的意识与能力，能够通过精确的需求描述与架构约束指挥 AI 生成高质量代码；

5. 05

   学习能力强，对新事物充满好奇心，有良好的沟通能力和团队协同能力，善于独立思考与反思总结。

加分项

1. 01

   有 LLM 应用开发、Agent / Multi-Agent 系统构建经验者优先；有将 Agent 技术应用于安全场景（如自动化威胁检测、智能告警研判、攻击溯源等）的实践经验更佳；

2. 02

   熟练使用主流 AI 编程工具（如 Claude Code、Cursor、Qoder 等）开发过完整项目，或成功运用 AI 辅助设计过复杂系统架构；

3. 03

   对应用层漏洞原理、代码审计、漏洞利用与防御有扎实基础，或在 AI 安全方向（如大模型红队测试、Agent 安全沙箱、对抗攻防）有研究或实践经验；

4. 04

   有 ACM、超算、CTF 等编程或安全类竞赛获奖经历；

5. 05

   参与过开源项目，或熟悉云场景与相关中间件（如阿里云 ECS、OSS、VPC 等）；

6. 06

   发现过真实场景的安全问题，或在工业界/学术会议上发表过相关研究成果。