招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1. 开展AI攻防技术研究与工程化落地，重点聚焦Agentic漏洞挖掘与攻防对抗； 2. 负责通用漏洞分析、后利用以及红队实战渗透测试； 3. 作为核心人员参与国家级攻防演练； 4. 策划运营先知、CTF赛事、智能体攻防赛事等。
1. 负责AI安全能力的研发与落地，围绕大语言模型（LLM）及AI应用全生命周期，构建覆盖训练数据安全、模型推理安全、应用部署安全的一体化防护体系； 2. 深入研究大模型安全风险，设计并实现自动化检测、防御与响应方案，保障AI应用在真实业务场景中的安全性； 3. 参与安全工具与平台的架构设计与核心代码开发，推动AI技术在漏洞挖掘、安全检测、威胁情报分析等场景中的工程化落地，提升安全平台的智能化水平； 4. 持续跟踪业界AI安全前沿动态，包括大模型安全对齐、AI红队测试、安全评测基准等技术方向，推动相关能力在业务中的落地与持续演进。
1. 负责阿里云基础设施、云产品的DDOS方案制定、策略调优、应急响应； 2. 负责阿里云内外部DDoS攻击事件的检测、应急、溯源，缓解方案制定和推动； 3. 负责僵尸网络、DDoS黑灰产团队的追踪、治理； 4. 构建全球领先的超大攻击流量快速响应调度系统。
1. 参与构建AI Native的SDL体系，以 Agent 为核心重塑安全工作，打造端到端、自主闭环的新一代安全体系 2. 负责IaaS产品线的产品安全架构设计和安全评审，能识别产品安全风险、提出安全设计方案并推动落地，对发布上线的代码进行安全审核，提供安全咨询； 3. 负责IaaS产品线的应用安全测试和加固，对应用进行定期安全测试，发现漏洞并落地修复；深入产品技术研究分析，发现与产品特性相关的安全问题，设计并落地安全防御和修复方案； 4. 负责IaaS产品线的安全应急响应工作，能组织产品设计和研发团队，协同其它相关职能团队，完成安全入侵事件、最新安全漏洞的应急处置； 5. 负责IaaS产品线的安全运营，与产品和研发团队沟通协作，支持安全培训工作，落地运营、优化产线安全基线； 6. 负责对产品透出的安全特性进行需求设计和分析，提出并落地安全最佳实践，提升产品安全竞争力； 7. 负责推动安全工具、安全流程、安全制度不断完善，实现SDLC流程的线上化、智能化和数据可视化。
1. 参与构建AI Native的SDL体系，以 Agent 为核心重塑安全工作，打造端到端、自主闭环的新一代安全体系； 2. 负责MaaS产品线的安全运营，与产品、研发团队紧密协作，组织安全培训，建设并持续优化产品线安全基线； 3. 负责MaaS产品的安全架构设计与安全评审，识别安全风险，提出安全设计并推动落地；对发布上线的代码进行安全审核，为业务团队提供安全咨询； 4. 负责MaaS产品线的应用安全测试与加固，定期开展安全测试，发现漏洞并跟进修复；深入研究产品技术实现，挖掘与产品特性相关的深层安全问题，设计修复方案并推动修复； 5. 负责MaaS产品线的安全应急响应，组织产品、研发及相关职能团队，完成入侵事件与高危漏洞的应急处置和复盘改进； 6. 负责MaaS产品对外透出安全特性的需求分析与设计，推动安全最佳实践融入产品能力，提升产品安全竞争力； 7. 持续完善安全工具、流程与制度，推动SDLC全流程的线上化、自动化、智能化与数据可视化。
1. 云安全 Agent 建设： 深入理解云安全高发风险场景的分析与响应逻辑，主导包括任务编排、多 Agent 协作与权限分级管控的 Agent 架构设计。 2. 安全知识与记忆工程： 将专家分析知识与处置 Playbook 沉淀为版本化、可热更新的 Skill 与知识库。设计短期 / 长期 / 情景多层记忆机制，构建可跨 Agent 共享的用户画像与工单情景记忆。 3. 评测驱动的持续优化闭环： 构建覆盖场景数据集、离线评测、Trace 分析、根因归类到自动化回归的 Agent 评测体系，跟踪端到端解决率、意图准确率等核心指标，形成“评测 → 优化 → 回归”的自进化闭环。 4. 大小模型效果优化： 针对 Agent 运行中的幻觉、推理偏差、指令遵循不足等问题，通过 Prompt Engineering、SFT、RLHF / Agentic RL 对齐等手段对大模型做定制优化；面向异常检测、分类打标、风险打分等高频子任务，构建并调优小模型，形成与 LLM 协同的推理链路，在保障效果的同时降低延迟与成本，并沉淀高质量训练与评测数据集。
1. 负责阿里云PaaS产品线的安全运营，与产品和研发团队沟通协作，支持安全培训工作，落地运营、优化产线安全基线； 2. 参与建设AI Native的SDL团队，建设并优化卓越的Agent工程，用Agent解决SDL场景实际问题； 3. 负责产品线下的产品安全架构设计和安全评审，能识别产品安全风险、提出安全设计并推动落地，对发布上线的代码进行安全审核，提供安全咨询； 4. 负责产品线的应用安全测试和加固，对应用进行定期安全测试，发现漏洞并落地修复；深入产品技术研究分析，发现与产品特性相关的安全问题，设计修复方案并落地修复； 5. 负责对产品透出的安全特性进行需求设计和分析，提出并落地安全最佳实践，提升产品对客安全竞争力。
参与以下一个或多个方向的工作： 1. AI驱动的安全扫描建设：结合大模型等技术，探索并落地AI驱动的漏洞挖掘、代码审计、自动修复等安全能力，持续提升漏洞发现能力、扫描准确率和自动化运营效率； 2. 安全防御能力建设：负责内部RASP、安全包等安全防御工具建设、部署与运营，协助业务方提升默认安全水位，降低安全风险暴露面； 3. 漏洞跟踪与应急响应：负责业界新发漏洞的跟踪分析、影响面评估和应急响应，设计修复方案与缓解措施，为云产品提供通用安全技术支持和解决方案； 4. AI安全研究：跟进LLM、AI Agent、MCP、工具调用、代码生成等方向的安全风险，参与Prompt Injection、越权调用、数据泄露等问题的解决，设计并落地AI安全防护方案。
1. 根据内部管理要求和外部合规要求，结合内部实际场景，设计数据安全监测与审计能力的建设方案； 2. 根据不同的数据风险类型，设计、选择合适的技术方案，建设并不断完善数据安全风险监测与审计能力，对公司资产及其上的风险行为进行识别与监控； 3. 根据不同的数据资产形态，设计、选择合适的日志方案，推动日志质量及覆盖范围的提升； 4. 建设数据安全监测与审计验证机制，定期演练反向验证，推动数据安全监测与审计能力不断提升。
1. 深入了解全球数据合规政策，熟悉全球数据保护法律法规、行业标准及监管要求； 2. 负责企业内部数据合规体系建设，推动公司数据合规制度建设和策略执行，包括供应商数据合规、员工数据合规、数据泄露管理等； 3. 负责企业内部数据合规落地执行，推动风险识别、治理方案制定与整改落地，协助相关团队提供数据合规咨询与培训，提升企业数据业务合规水位； 4. 支持国际隐私相关认证所需要的内部数据合规体系落地，参与公司各类业务数据合规评估与支持，协助业务部门确保企业经营符合当地数据合规要求。
1. 参与实战攻防活动，负责安全工具的开发、测试、效能验证与优化； 2. 使用 Golang 和 Python 开发与维护安全工具，提升其在攻防实战场景中的效能； 3. 研究 AI 技术在安全领域的应用，探索并实现安全工具的智能化升级方向。
1. 负责阿里云云平台网络边界防御方案设计。结合云平台的网络架构，设计可落地的防御方案（防火墙、WAF、蜜罐等），并推广部署； 2. 防御能力迭代和高危漏洞响应。基于各类威胁情报，及时更新防御策略；基于LLM、专家经验等能力，优化防御策略； 3. 技术研究与敌情感知：跟踪突破边界的攻防新技术（LLM 应用攻防、AI驱动的攻击识别、高危漏洞研究等），主动感知可能威胁云平台的对象。
1. 基于AI做二进制漏洞研究及逆向工程； 2. 跟进和复现业界先进的安全研究成果。
负责实战攻防场景下的0day漏洞相关技术研究，包括漏洞挖掘，通用能力建设，后利用等。
工作内容包括但不限于以下方向之一： 1. 安全领域的威胁检测能力的建设&运营，网络安全架构的设计和演进等； 2. 阿里公共云平台的上的“群体性安全风险”的有效管理和防控，持续提升防控能力，防范公共云平台上出现规模性安全事件/系统性安全风险。
1. 负责参与监管单位组织的各类实战攻防演练项目。 2. 参与团队内部攻击能力建设。 3. 研究国内外主流安全漏洞、APT及攻击手法，并将攻击能力体系化。
1、 具备较高的政策和风险的敏感度，对账号、交易、营销活动、欺诈、跨境等场景的风险进行分析和评估，构建全面的、准确的云上业务安全风险治理的策略体系； 2、 基于业务理解进行数据分析，探索风险特征，设计并产出风险策略、风控算法模型，并持续优化与迭代策略与模型的预测效果； 3、 沉淀分析思路与策略方法，提炼产品需求，与相关团队（如技术开发团队）协作并推动自动化策略的落地，能力的升级； 4、 主动挖掘违规线索、用户和团伙，通过数据分析梳理、摸排线索间的关系，打击黑灰产业链，解决业务痛点。
1. 支持阿里云智能海外事业部的年度预算、季度&月度滚动预测，对预算、预测的执行情况进行跟踪分析，及时发现问题并给出管理建议； 2. 深入理解并配合业务策略，支持业务进行目标制定、拆解及跟踪，搭建业务核心经营指标，构建业财一体分析体系，并对核心业财指标进行监控； 3. 从财务视角提出洞察及管理建议，支撑、优化业务决策，推动业务经营改善； 4. 识别业务经营过程中财务相关风险，联动内控内审及时预警并提供收敛策略，确保财务报表的完整性和准确性； 5. 负责所支持业务的收入利润管理、分销售通路、资源投入、海外IDC投资管理等模块的财务分析与评估，并建设、优化相关体系及系统流程，控制业务风险，提升财务核心指标； 6. 准备海外单体公司报表，完成公司年度法定审计，支持内外部专项审计，协助完成集团合并报告审计资料，与税务、法务等合规部门共同面向外部监管机构，处理合规相关财务数据及资料准备工作； 7. 建立账务质量管控体系，推进与各财务团队的监控运营和复盘机制的建立，针对重大或者高频质量问题做专项分析复盘与跟进，开展账务质量专项审阅、检查工作，及时向管理层和各财务团队反馈审阅发现，协同各系统产技团队推进系统改善，有效降低本地账务风险。
1. 深入参与经营，为各团队提供财务支持与数据分析，辅助管理决策。包括但不限于年度预算编制和月度滚动预测机制完善；编制月度费用分析报告；参与内控与风险管理，优化流程、协助风险防控措施落地；基于业务场景评估财务要素影响，提供财务解决方案并参与落地等； 2. 对接基础资源研发，参与研发立项评估，研发项目生命周期管理以及ROI评估跟踪，围绕产品生命周期，针对IPD过程中研发阶段、试产阶段、量产阶段及退出阶段，对人、财、物的管理，定义财务关键管理动作，推动各环节资源配置最优；基于对服务器硬件技术演进的深入理解，支持多场景下TCO模型测算，辅助产研决策，推动技术演进路线落地； 3. 对接采购、供应链以及云产品，通过对云产品的深入了解，结合硬件资源市场供需及价格变化的情况，对机型转产后的出货量进行动态跟踪，同时预警因硬件价格波动带来的产品选型和迭代影响，并提供财务建议，推动业务优化； 4. 推动财务数字化建设，补充业财结合的横向纵向深度分析看板，推动业财一体。
一、成本自动化建设及AI Native转型支持； 1. 负责财务团队核心成本系统的建设任务管理，包括年初任务对焦、期间进度管理。过程中及时识别风险，并跟进相关方（技术团队、上下游财务团队、子任务Owner）落地解决； 2. 能够识别当前成本系统整体架构中待优化内容，并推动跨域、跨模块的优化方案，实现成本链路整体提效； 3. 能够在了解团队工作内容的基础上，协助制定并落地团队AI Native转型路径，识别高价值、可验证的应用场景，推动成本分析、异常识别、规则解释、报告生成和流程协同等工作的智能化重塑； 4. 协助团队建立成本域AI知识库，内容包括但不限于数据清洗与治理、历史成本规则体系的结构化梳理等； 5. 定义并设计适合 AI 使用的数据体系——包括数据标准、指标口径、数据标签与元数据结构——使各垂直域数据可被 AI 高效理解和调用，支撑智能化应用场景。 二、成本数据分析与运营 1. 持续建设与完善标实分析体系，拓展维度及深度，提供数据驱动的见解和建议； 2. 建立成本数据运营体系，通过巡检机制、信息同步机制等形式保障成本数据准确性、及时性，提升信息透明度； 3. 持续探索更多视角的成本分析，不断挖掘成本数据的业务价值。