集团安全部-网络安全AI-native知识专家-北京/杭州

优缺点分析

角色解读

• 可在网络安全AI领域持续深耕，成为安全AI架构师或领域专家
• 可向安全管理或策略方向发展，负责更宏观的安全体系建设
• 可转型为AI产品专家，专注于安全AI产品的设计与落地
• 负责构建网络安全领域大模型的知识框架和评估标准，确保模型能力有据可依
• 建立知识持续迭代的机制，从内外部多源头收集、处理并提炼高质量安全数据与知识，赋能模型训练
• 分析模型在特定安全任务上的不足，定位问题根源，推动模型能力针对性提升
• 需要扎实的网络安全知识功底，了解常见攻防技术、安全体系与威胁
• 需理解大模型（如LLM）的基本原理和训练/评测流程，能与算法工程师有效对话
• 必须具备数据敏感性和分析能力，能用SQL等工具从数据中发现问题
• 需要极强的逻辑思维、信息结构化能力和跨部门沟通协作技巧

申请策略

• 在求职信或面试中，清晰阐述你对'AI-native'在安全领域应用的理解和愿景
• 深入研究阿里巴巴集团的安全产品与动态，思考该岗位如何在其业务中创造价值
• 详细描述过往的网络安全项目经验，特别是在安全知识体系构建、安全数据分析或安全平台建设方面的具体成果
• 突出任何与大模型、机器学习相关的项目或学习经历，即使不是核心工作，也要体现相关性
• 用具体案例展示你的结构化思维、信息提炼能力和跨团队协作成果
• 系统学习大语言模型（LLM）的原理、训练及评测方法，了解主流框架和工具
• 深化SQL及数据分析能力，学习利用Python等工具进行更复杂的数据挖掘与可视化

面试指南

• 使用STAR法则（情境-任务-行动-结果）来结构化回答案例类问题
• 在回答技术和方法论问题时，先阐述你的思考框架（如：定义问题-分解要素-建立标准-执行分析），再举例说明
• 对于行业理解类问题，可以从'现状-瓶颈-机遇'的层次展开分析
• 请描述你如何为一个特定网络安全场景（如威胁检测）构建知识体系？
• 如果发现一个安全基座模型在某个评测任务上表现不佳，你会如何进行归因分析？
• 如何与算法工程师协作，将你梳理的领域知识转化为可用于模型训练的高质量数据？
• 你如何看待当前大模型在网络安全领域的应用现状与挑战？
• 请分享一个你通过数据分析发现并解决安全问题的案例