滴滴出行
身份安全专家
身份安全专家
发布于 大约 21 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
机器学习
SQL
移动安全
攻防对抗
Frida
账号安全
Xposed
反爬
机器流量
AI 估算 · 30k–50k
安全专家稀缺，互联网大厂高薪，3年经验加上实战能力，薪资竞争力强。
职位详情
关于这个职位
加入滴滴，成为身份安全专家，专注于账号安全、移动安全、反爬虫或攻防对抗方向，设计并实现风险识别与防护机制，与黑产对抗，保障平台安全
你将接触到前沿的安全技术和实战场景，是追求技术深度与业务价值的理想选择
最低要求
) 必备条件：
· 本科及以上学历，计算机 / 信息安全等相关专业
· 3 年以上安全相关工作经验
· 在账号安全、移动安全、反爬、机器流量等一个或多个领域有深入实践
· 熟悉 Python / Java / SQL至少一种
工作职责
聚焦身份安全方向的其中一个领域：
) 账号安全：设计并实现注册、登录、找回密码等核心链路的风险识别与防护机制
识别暴力撞库、账号盗用、批量注册等风险，沉淀账号安全画像体系，与下游进行协防协控
) 移动安全：主导 Android/iOS 客户端及H5安全方案设计和落地
建设设备指纹、Root/越狱检测、模拟器识别、多开检测等移动端基础安全能力
对抗黑产改机、Hook、注入等攻击，建立case分析知识库，支撑安全事件快速分析和溯源手法
) 反爬与机器流量对抗：负责业务接口层面的反爬能力建设，识别自动化和众包等爬取行为
分析爬虫与 bot 流量特征（IP聚集度、指纹异常、访问路径等），建设该领域内的策略体系和推动协同方建设核心能力
) 攻防对抗与红蓝演练：从攻击者视角评估业务安全防线
参与红蓝对抗演练，发现防护薄弱环节
跟踪黑灰产最新攻击技术，及时预警并制定应对方案
优先资格
) 加分项（满足任一优先）：
· 能独立使用 Frida、Xposed、IDA、gdb 等工具逆向
· 对抗过黑灰产爬虫、批量注册、群控改机，有实战案例
· 熟悉机器学习或大模型/Agent在风控领域的应用，并有实战经验案例
AI 洞察
优缺点分析
- 滴滴作为大型互联网平台，业务场景复杂，安全挑战丰富，能积累宝贵实战经验
- 聚焦身份安全前沿方向，涉及黑产对抗、红蓝演练等高价值技能，市场稀缺性强
- 职位鼓励技术创新，支持使用机器学习等新技术，适合技术爱好者
- 安全攻防对抗压力大，黑产技术不断更新，需要持续学习和快速响应
- 工作可能涉及紧急事件处理，需要一定的抗压能力和责任感
- 适合有3年以上安全经验、热爱技术对抗、希望在大型互联网平台深入发展的工程师
角色解读
- 技术纵深发展：成为身份安全领域专家，精通账号、移动、反爬等子方向
- 横向扩展：转向数据安全、风控体系架构、安全研发等关联领域
- 管理晋升：带领安全团队，负责整体安全策略设计与落地
- 设计并实现身份安全防护机制，如注册、登录链路的风控策略，识别暴力撞库、批量注册等攻击行为
- 主导移动端安全方案落地，包括设备指纹、Root检测等基础能力，对抗黑产改机、Hook等攻击
- 建设反爬虫与机器流量对抗体系，分析流量特征，制定策略拦截自动化爬取
- 参与红蓝攻防演练，从攻击者视角发现防护弱点，跟踪黑灰产新技术并制定应对方案
- 扎实的网络安全基础知识，熟悉账号安全、移动安全、反爬虫或攻防对抗中的一个或多个领域
- 熟练掌握 Python、Java、SQL 至少一门编程语言，能够编写自动化脚本和策略
- 具备安全工具使用能力，如 Frida、Xposed、IDA 等，用于逆向分析和对抗
- 有机器学习或大模型应用经验者优先，可用于风控模型优化
申请策略
- 申请时突出对安全领域的热情和主动学习能力，比如关注的安全博客或社区
- 了解滴滴的安全文化和团队方向，在面试中体现契合度
- 突出在账号安全、移动安全或反爬方向的实际项目经验，用具体数据说明成效（如拦截率、降级率）
- 展示逆向分析或攻防实战案例，尤其是使用 Frida、Xposed 等工具的经验
- 如果有机器学习或大模型在风控中的应用，一定要重点描述
- 提前复习常用逆向工具和脚本编写，如 Frida 的 JavaScript 脚本
- 了解滴滴业务场景，思考可能存在的安全风险点
- 刷一刷常见的攻防面试题，比如撞库、绕过检测等
面试指南
- STAR 法则：情境、任务、行动、结果，清晰展示项目背景和个人贡献
- 分层思考：从检测、防护、监控、应急等方面全面阐述
- 体现对抗思维：不仅讲方案，还要分析可能的绕过方式及应对
- 请描述一次你成功识别并拦截大规模撞库攻击的经历，具体用了哪些技术和策略？
- 如何检测设备是否被 root/越狱？请设计一个方案并说明绕过方式
- 在反爬虫场景中，如何区分正常用户和爬虫？请列举特征和策略
- 使用 Frida 进行 Hook 时，如何绕过常见的反调试检测？
- 你如何评估一个安全风控策略的效果？有哪些指标？
匹配度报告
69
综合匹配度
大厂安全专家岗位，前沿技术栈，高成长性，但WLB一般。
适合人群
适合追求技术成长、对安全对抗有热情、能接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展85
工作生活50
使命价值60
薪资福利匹配
80较高
薪资水平在互联网安全行业中处于较高位置，大厂福利完善，但JD未明确列出具体福利项目。
薪资信号未披露 (30K-50K/月)
成长发展匹配
85较高
职位涉及前沿安全技术和实战对抗，技能成长快，公司平台大，但JD未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Frida、Xposed、IDA、机器学习、大模型、设备指纹、Root检测
业务类型profit_center
工作生活匹配
50较低
JD未提及工作强度和灵活性，安全岗位可能涉及应急响应，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
60中等
安全岗位对社会有正向价值，保护用户数据，但JD未强调使命感。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs