阿里巴巴
集团安全部-安全AGI交付算法专家-北京/杭州
集团安全部-安全AGI交付算法专家-北京/杭州
发布于 大约 15 小时前基层主管/组长
杭州市 / 北京市
专家级经验
全职员工
仅现场办公
学历未注明
算法优化工程师
Prompt工程
Rag
内容安全
后训练
大模型
归因分析
数据飞轮
风控
AI 估算 · 50k–80k
职位详情
关于这个职位
这是一个专注于安全领域的AGI交付算法专家岗位，负责将大模型与Agent技术应用于阿里集团的安全业务，提升风控、内容安全等核心指标
你将负责端到端解决方案设计、效果归因与优化、数据飞轮建设，并带领团队推动安全AI的落地与进化
岗位强调实战效果，而非单纯的模型训练，适合有深厚算法背景和安全管理经验的专家
最低要求
算法能力（核心门槛）：多年大模型/Agent方向算法经验，深入理解LLM原理与应用范式，有端到端效果提升实战案例
有Agent系统实战：多轮工具调用、编排设计、上下文管理，熟悉Agent常见失效模式与优化手段
精通LLM应用开发：RAG、检索排序、harness/prompt工程
有后训练数据生产经验者优先
扎实的工程落地能力，至少精通Python，能独立搭建评测与优化流水线
领域经验：在风控、内容安全、数据安全、网络安全等至少一个安全域有实战功底
对安全攻防有自己的理解，能用AI视角识别AI自身带来的新风险
软实力：交付导向
跨域沟通
成长型思维
适应一定强度的现场/驻场节奏，抗压能力强
工作职责
端到端解决方案设计与落地：深入业务线核心链路与关键风险点，把模糊的安全诉求翻译为可执行的Agent编排方案、数据方案与执行计划，对风控拦截率、内容合规率、漏洞修复时效等核心指标承担端到端责任
效果归因与诊断：构建全链路归因体系，把效果问题的根因逐层定位到harness约束、数据质量、检索与上下文、模型能力等环节，让评测从'判决'走向'归因'，让优化有精确的入口
效果优化与分层交付：专家级的harness与提示工程设计
在基模能力不足的场景设计后训练路径——高质量轨迹数据构建、蒸馏与知识注入、模型路由与分层交付策略（模型直用/优化增强/完整方案定制），持续抬高交付效果的天花板
数据飞轮与能力回流：把一线bad case、误报、人工纠偏结构化回流，翻译成对基模与平台的清晰能力要求，用交付数据驱动模型进化——每一次优化，都可能成为下一版基模的训练燃料
沉淀高效、可泛化的交付体系：成为产品与战场之间的高保真信道，把客户通用需求、平台缺陷、产品改进点高保真地反馈给AI基建，推动平台标准化能力的演进，实现平台厚度与快速交付的正向循环
AI 洞察
优缺点分析
优点
- 阿里集团级别的业务体量，真实安全对抗场景，优化成果直接落地
- 独家安全数据资产，包括漏洞库、威胁情报等，为算法提供丰富燃料
- 定义权：归因、评测、分层交付方法论由你定义，有行业影响力
- 闭环成就感：bad case回流驱动基模进化，效果提升可见
- 工作强度大，需要适应现场/驻场节奏，抗压能力强
- 技术难度高，需要跨领域知识（算法+安全），持续学习
- 跨部门协作复杂，需要与业务方、基模团队、平台团队高效沟通
- 适合有多年大模型/Agent经验，对安全领域有热情，追求实战效果和行业影响力的算法专家
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术纵深：成为安全AI领域的专家，主导复杂问题的解决
- 管理纵深：带领团队，负责交付体系和方法论建设
- 行业影响力：定义安全AGI交付的标准，推动行业进步
- 负责将大模型与Agent技术应用于阿里集团的安全业务，设计端到端解决方案，提升风控、内容安全等核心指标
- 构建效果归因体系，定位问题根因，优化harness、数据、模型等环节，推动效果持续提升
- 设计后训练路径，包括轨迹数据构建、蒸馏与知识注入，实现模型分层交付
- 建立数据飞轮，将一线bad case结构化回流，驱动基模能力进化
- 精通大模型原理与应用，有Agent系统实战经验，熟悉多轮工具调用、编排设计
- 熟悉RAG、检索排序、prompt工程，有后训练数据生产经验者优先
- 扎实的Python工程能力，能独立搭建评测与优化流水线
- 具备安全领域知识，理解风控、内容安全等业务风险
申请策略
- 了解阿里安全部门的技术栈和业务方向
- 准备项目案例，展示从问题到解决方案的完整过程
- 突出端到端效果提升的实战案例，量化指标
- 强调Agent系统设计经验，包括失效模式处理
- 展示后训练数据生产经验，如SFT数据构建、蒸馏
- 提及安全领域项目经验，体现业务理解
- 补充安全领域知识，了解风控、内容安全等业务
- 学习Agent编排框架，如LangChain、AutoGen
面试指南
- 使用STAR法则：情境-任务-行动-结果，突出量化成果
- 对于技术问题，先阐述原理，再结合实际案例
- 请描述一个你通过优化Agent系统提升效果的案例
- 如何设计一个归因体系来定位效果问题的根因？
- 在基模能力不足时，你会如何设计后训练路径？
- 如何将bad case有效回流到基模训练中？
- 你如何理解安全领域的AI风险？
- 复习大模型和Agent的核心概念，如RAG、prompt工程
职位点评
76
综合评分
阿里安全AGI交付算法专家，前沿技术、高薪高压，成长空间大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和行业影响力，能接受高强度工作节奏的算法专家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活40
使命价值85
薪资福利
80较高
该职位薪资水平较高，阿里集团提供有竞争力的薪酬和福利，但JD未明确具体薪资范围。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
该职位处于AI安全前沿，技术挑战大，成长空间广阔，且提供技术和管理双通道发展。
技术前沿前沿/新兴技术
技术栈大模型、Agent、RAG、后训练、数据飞轮
成长机会技术纵深与管理纵深双通道
业务类型ambiguous
工作生活
40较低
职位要求现场/驻场，工作强度大，WLB可能较差，但未明确提及加班情况。
工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词
使命价值
85较高
该职位对提升安全防护能力有直接贡献，社会价值高，行业前景广阔。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号真实战场、安全对抗
创新程度开拓性创新（行业首创）
Watch Jobs