DiDi logo
滴滴出行
资深软件工程师(信安技术)

资深软件工程师(信安技术)

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 3.5–6.0万 · AI 参考估算
高级经验
本科
全职员工仅现场办公应用安全
应用安全
Ai Agent
Ai Coding
Iam
Jvm
Mybatis
Rag
分布式系统
权限管理

值不值得投

73综合评分

综合评分 73

AI安全平台资深后端岗,技术前沿、成长性强,办公与生活节奏信息不明确

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

4.8万

比应用安全中位数高

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 2450 个在招

市场机会

选择不多

北京 · 应用安全 · 8 个在招

职位详情

关于这个职位

该职位面向信息安全部,负责 AI 身份认证与权限管理平台的架构设计和核心开发,重点建设 Agent 身份、委托授权、工具调用与数据访问控制等安全能力

适合具备复杂后端系统经验、Java 技术栈扎实,并理解大模型与 Agent 应用链路的高级工程师

最低要求

计算机相关专业本科及以上学历,具备扎实的软件工程基础及复杂后端系统建设经验,能够独立负责系统或核心子系统的设计、开发与落地

扎实的 Java 编程能力,深入理解集合、多线程、JVM 等机制,熟练使用 Spring Boot、MyBatis 等主流框架,具备良好的代码设计与性能调优能力
熟悉分布式系统设计,理解数据库、缓存、消息队列、RPC 等组件的工作机制及适用场景,能够结合业务规模、安全需求与实现成本进行技术选型和方案权衡
对 AI 应用的典型场景、工作方式及能力边界有清晰理解,理解大模型、RAG、Agent、工作流与工具调用的应用方式及适用场景,能够结合业务需求判断方案的适用性,综合考虑效果、成本、延迟与安全风险
具备 AI 应用或 Agent 的实际开发经验,理解从用户请求、任务规划到工具执行、数据访问的完整链路,能够识别用户、Agent 与外部系统之间的身份关系、权限边界及信任关系,并转化为可落地的身份认证与授权方案
熟练使用 AI Coding 工具辅助需求分析、代码开发、测试、重构和问题定位,能够结合项目上下文组织任务,审查生成代码并验证结果,对代码安全性、可维护性和交付质量负责
具备复杂业务抽象与系统架构拆解能力,能够将业务诉求转化为可实施、可演进的技术方案,并推动跨团队协作与落地
具备生产系统稳定性建设和线上问题处理经验,熟悉 Linux 环境及常用研发工具,重视监控、容量、容错、灰度与应急能力建设
具备良好的责任心、沟通能力和技术文档习惯,能够主动识别问题、推动改进,并通过技术沉淀与经验分享帮助团队提升

工作职责

负责 AI 身份认证与权限管理平台的持续建设,结合业务需求与安全风险,独立完成复杂功能的架构设计、技术方案、任务拆解及核心代码开发,推动项目落地并对交付效果负责

建设 AI Agent 身份管理、用户委托授权、工具调用与数据访问控制、权限生命周期管理及操作审计等能力,支撑 AI 应用安全接入和规模化使用
深入理解 AI 应用的业务流程与访问链路,抽象通用身份与权限模型,推动平台与现有 IAM 体系、多业务系统及 AI 开发框架的集成
解决系统建设中的关键技术问题,持续完善稳定性、性能、可观测性与安全防护能力,推动线上问题定位、应急处置及根因治理
将 AI Coding 等工具融入研发流程,提升开发、测试和排障效率
沉淀技术规范与实践经验,通过方案评审、代码评审和技术分享指导团队同学

AI 洞察

优缺点分析

优点

  • 岗位处在 AI 应用安全与身份权限治理的交叉方向,技术主题较新,具备较强的专业壁垒
  • 工作内容覆盖架构设计、核心开发、平台集成和线上治理,能形成端到端的大型系统建设经验
  • 信息安全场景对业务影响直接,适合积累高价值的安全基础设施和权限治理经验
  • JD 明确提到 AI Coding、技术评审和分享,有利于提升工程效率和技术影响力
  • 需要同时理解复杂后端系统、IAM 权限体系和 AI Agent 应用链路,学习跨度较大

缺点 / 挑战

  • 平台需要对接多业务系统和 AI 框架,跨团队推进与方案权衡成本较高
  • 身份权限与审计能力属于安全关键链路,对稳定性、可观测性和问题处置要求较高

角色解读

  • 可向 AI 安全架构师、身份与访问治理专家方向发展,深耕 Agent 安全、权限模型和平台化能力建设
  • 可逐步承担更大技术影响力,成为后端平台技术负责人,主导跨系统安全基础设施演进
  • 未来也可转向技术管理,负责安全平台团队的技术规划、人才培养和项目交付
  • 负责 AI 身份认证与权限管理平台建设,围绕用户、Agent、外部工具和系统之间的身份关系设计安全、可扩展的授权体系
  • 承担复杂后端系统的架构设计、核心编码、任务拆解和项目落地,并对交付质量与线上效果负责
  • 推动平台与现有 IAM、业务系统及 AI 开发框架集成,支撑 AI 应用安全接入和规模化使用
  • 持续优化系统稳定性、性能、可观测性和安全防护能力,并通过代码评审、技术分享提升团队工程实践
  • 需要扎实的 Java 后端能力,熟悉集合、多线程、JVM、Spring Boot、MyBatis,以及性能调优和代码设计
  • 需要掌握分布式系统核心组件,包括数据库、缓存、消息队列、RPC,并能结合安全需求和成本做技术选型
  • 需要理解大模型、RAG、Agent、工作流、工具调用等 AI 应用链路,能将身份、权限和信任关系转化为可落地方案
  • 需要具备复杂业务抽象、跨团队协作、线上问题治理和技术文档能力

申请策略

  • 面试前了解滴滴出行在 AI 应用、安全平台和出行业务场景中的结合方式,准备业务接入视角的思考
  • 强调自己对交付效果、代码安全性和线上稳定性的负责态度,并准备可量化的项目结果
  • 突出独立负责过复杂后端系统或核心子系统的经历,包括架构设计、技术选型、核心代码开发和上线效果
  • 重点呈现与权限、认证、审计、安全治理或平台化相关的项目,说明如何抽象模型并支撑多业务接入
  • 补充 AI 应用或 Agent 开发经验,尤其是用户请求、任务规划、工具调用、数据访问链路中的身份与权限设计
  • 展示稳定性治理经验,如监控、容量、容错、灰度、应急处置和根因治理的具体案例
  • 提前梳理 IAM、OAuth、RBAC/ABAC、委托授权、权限生命周期和审计设计等核心概念
  • 准备一个 AI Agent 或工具调用场景的权限方案,说明用户、Agent、外部系统之间的信任边界与控制点

面试指南

  • 架构类问题按“业务场景—风险边界—模型抽象—技术方案—落地验证—演进方向”展开,避免只讲技术组件
  • 项目类问题用 STAR 框架,重点说明个人承担、关键决策、权衡过程、线上结果和复盘改进
  • 安全与权限类问题先明确威胁模型和最小权限原则,再说明认证、授权、审计、生命周期管理和应急治理
  • 如何为 AI Agent 设计身份认证与委托授权机制?用户、Agent 和工具之间的信任边界如何划分?
  • 如果现有 IAM 体系与 AI 开发框架的权限模型不一致,你会如何做抽象和集成?
  • 请讲一个你独立负责的复杂后端系统,说明架构设计、技术选型和上线后的稳定性治理
  • 在 Java 后端系统中,你如何处理高并发、性能调优、多线程或 JVM 相关问题?
  • 你如何将 AI Coding 工具用于研发流程,并如何审查生成代码的安全性和可维护性?

职位点评

薪资福利78
成长发展88
工作生活45
使命价值72

薪资福利

78中等

JD 未披露薪资与福利信息,因此只能基于岗位层级和技能要求进行薪资估算;从职责看属于资深技术岗位,对薪资动机有一定满足空间,但缺少明确福利信号。

薪资信号未披露(AI估算:3.5千–6.0万/月)

成长发展

88较高

岗位涉及 AI 身份认证、Agent 权限治理、平台架构和 AI Coding,技术主题较新且复杂度高;JD 还提到方案评审、代码评审和技术分享,成长信号较明确。

技术前沿前沿/新兴技术
技术栈AI、AI Agent、大模型、RAG、工作流、工具调用、AI Coding、Java、Spring Boot、MyBatis、JVM、分布式系统、IAM
成长机会方案评审、代码评审、技术分享、技术沉淀
业务类型ambiguous

工作生活

45较低

JD 未明确办公模式、弹性安排或加班情况,仅能看出地点在北京;同时职责包含线上问题定位、应急处置和稳定性建设,生活化动机满足程度有限但无法判断具体强度。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

72中等

岗位聚焦 AI 应用安全接入、权限治理和操作审计,对提升系统安全与可信使用有正向价值;但 JD 未直接描述社会使命或行业价值导向表述。

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
Watch Jobs