初速度
模型与数据安全攻防专家
模型与数据安全攻防专家
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公信息安全
信息安全
Agent自动化
Ai安全
Kubernetes安全
数据安全
渗透测试
红蓝对抗
零信任
值不值得投
81综合评分
综合评分 81
聚焦AI核心资产安全的前沿技术岗，发展性极强，技术栈领先，需适应高强度实战演练节奏。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
6.0万
比信息安全中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 210 个在招
市场机会
选择面较广
北京 · 信息安全 · 约 130 个在招
职位详情
关于这个职位
负责设计并建设AI模型与代码资产的红蓝对抗体系，通过常态化演练检验防护能力并识别安全盲区
利用Agent自动化提升演练效率，将结果转化为检测规则与管控改进项
同时带领团队制定安全路线图，跨部门推动落地
最低要求
年以上安全从业经验，其中 3 年以上红队 / 蓝军、渗透测试或内部威胁攻防方向经验，主导过企业级红蓝对抗或资产保护专项，并有快速成长、独立承担方向的记录
深入理解数据防泄漏、终端管控、UEBA、零信任与审计溯源等防护体系的原理与局限，能从攻击者视角评估其有效性
熟悉研发与 AI 基础设施（代码仓库、CI/CD、Kubernetes、GPU 训练集群、对象存储、模型仓库）的架构与攻击面，能设计覆盖全链路的演练方案
了解模型的训练、存储与部署形态，能判断模型资产在各环节的泄漏风险
具备扎实的工程能力，能主导演练自动化与检测验证平台的设计
能把演练结果转化为可落地的防护改进方案，具备强烈的 Ownership 与跨团队推动能力
工作职责
负责 Momenta 模型与代码资产红蓝对抗体系的设计与建设，围绕模型权重、训练数据、核心代码等高价值资产，建立常态化、可度量的演练机制
以蓝军身份组织并实施对抗演练，覆盖研发、训练、存储、分发与车端部署等资产流转环节，检验访问控制、外发管控、审计与溯源等防护能力的实际有效性，识别盲区
面向内部威胁场景开展演练，检验不同角色与权限下的防护覆盖是否完整，以及异常行为能否被及时发现
面向车端部署与对外交付场景开展演练，评估模型在部署与分发环节的保护强度
将演练结果转化为可回归的用例库、检测规则与管控改进项，与数据与模型安全、反入侵团队共同完成闭环，持续度量“资产被窃取的难度”与“被发现的时间”
以 Agent 承担演练用例管理、执行编排、覆盖度回归与结果判定，让对抗能力随每一轮演练持续进化
带领方向团队，制定路线图，与数据与模型安全、反入侵、IT、算法与车端团队协作推动落地
优先资格
加分项
有 AI 公司、大模型团队或智驾公司核心代码与模型资产的保护或对抗经验
有车端 / 嵌入式设备安全研究经验，理解端侧模型的保护机制
有模型水印、指纹或诱饵资产（Canary）的设计与落地经验
有内部威胁调查或数据泄露事件溯源的实战经验
在攻防竞赛、红队评估中有突出成绩，或有相关开源工具与公开分享
AI 洞察
优缺点分析
优点
- 直接保护核心商业资产，职业成就感强
- 大型科技企业平台资源充足，利于积累高端项目经验
- AI安全属新兴交叉领域，标准与工具仍在快速演进中，需保持高强度持续学习
- 适合具备深厚安全功底、对AI/自动驾驶业务高度感兴趣、且具备一定团队管理与跨部门协同能力的资深安全专家
缺点 / 挑战
- 聚焦前沿AI与自动驾驶安全赛道，技术挑战性与行业壁垒极高
- 需兼顾战略路线制定与一线实战演练，工作强度与心理压力较大
角色解读
- 可向首席安全官(CISO)、AI安全架构师或安全技术负责人方向发展
- 也可深耕垂直领域成为自动驾驶与大模型安全领域的顶尖专家
- 设计并搭建AI模型与代码资产的红蓝对抗体系，组织常态化攻防演练检验防护有效性
- 利用Agent自动化提升演练编排与检测效率，将演练结果转化为可落地的安全改进方案
- 带领团队制定安全路线图，跨部门协同推动落地
- 精通红蓝对抗、渗透测试与内部威胁攻防
- 熟悉AI基础设施(K8s/GPU/CI/CD)安全架构与攻击面
- 掌握零信任、UEBA、数据防泄漏等防护体系原理
- 具备工程化开发与跨团队项目管理能力
申请策略
- 提前研究目标公司在AI资产保护方面的公开技术博客或专利，面试时展现对业务场景与安全商业价值的深度理解
- 突出主导过的企业级红蓝对抗项目、AI基础设施安全改造案例及自动化平台建设成果，量化演练覆盖率与漏洞发现率
- 补充大模型安全对齐、车端嵌入式安全分析知识，强化Python/Go自动化脚本与Agent编排开发能力
面试指南
- 采用STAR法则阐述过往项目背景、难点、解决方案与量化结果
- 结合攻击者思维与防御者视角进行双向推演
- 强调闭环度量指标与持续迭代机制
- 如何设计覆盖AI模型全生命周期的红蓝对抗演练？
- 面对内部威胁，如何平衡安全管控与研发效能？
- 如何利用Agent实现演练流程的自动化编排与效果评估？
- 复习零信任、UEBA、K8s安全组件原理
- 准备1-2个完整的攻防演练或数据防泄漏落地案例
职位点评
薪资福利82
成长发展92
工作生活65
使命价值80
薪资福利
82较高
JD未明确披露具体薪资，但基于大型AI企业与高阶专家定位，整体薪酬包预计具备较强市场竞争力，福利体系完善。
薪资信号未披露（AI估算：4.0千–8.0万/月）
成长发展
92较高
深度参与AI大模型与自动驾驶核心安全体系建设，技术栈前沿且业务边界不断扩展，具备清晰的专家与管理双通道发展空间。
技术前沿前沿/新兴技术
技术栈红蓝对抗、AI安全、Kubernetes、零信任、Agent自动化、UEBA
业务类型profit_center
工作生活
65中等
JD未明确标注弹性工作制，作为技术专家岗通常享有较高专业自主性；需关注高强度对抗演练与跨团队推动可能带来的阶段性加班。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
致力于保障AI核心资产安全，支撑智能驾驶技术商业化落地，兼具技术使命感与显著的正向社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
初速度 的其他在招职位
相似职位推荐
Watch Jobs