大模型安全工程师

优缺点分析

角色解读

• 在信息安全领域深耕，成为大模型安全方向的专家，参与行业标准制定
• 可向安全架构师或安全团队管理方向发展，带领团队构建企业安全体系
• 结合AI技术，转型为AI安全研究员或安全产品经理，拓展技术视野
• 负责滴滴APP和小程序的隐私合规检测，检查个人信息收集、使用、存储等环节是否合规
• 主导大模型安全风险检查，包括提示词注入、越狱攻击、敏感信息泄露等攻防测试
• 应用AI技术（如机器学习、NLP）自动化安全分析，提升检测效率
• 跟踪国家个人信息保护、数据安全、AI安全政策，转化为内部合规要求
• 扎实的数据安全与隐私合规知识，熟悉《个人信息保护法》《数据安全法》等法规
• 深入理解大模型安全风险，如提示词注入、越狱、内容安全等，具备实战测试经验
• 熟练使用各类安全工具（如Burp Suite、Wireshark等），掌握网络协议分析
• 具备AI应用能力，能利用机器学习或自动化脚本提升安全工作效率

申请策略

• 在简历中量化安全成果（如发现漏洞数、合规整改率等），增加说服力
• 提前了解滴滴的安全技术栈和业务场景，面试中展示针对性思考
• 突出数据安全与隐私合规项目经验，特别是APP合规检测案例
• 强调大模型安全测试或评估经历，如针对LLM的提示词攻击实践
• 展示AI技术应用成果，如利用Python、机器学习实现自动化安全分析
• 列出相关认证（如CISSP、ISO27701）和参与的行业标准研究
• 深入学习大模型安全攻防技术，通过开源项目（如Garak）积累实战经验
• 补充隐私合规法规知识，考取隐私保护工程师认证

面试指南

• 对于技术问题，采用“背景-方法-结果”结构：先说明问题场景，再讲具体测试步骤或工具，最后总结发现和修复
• 对于法规问题，结合具体条款和实际案例，展示理论与实践结合能力
• 对于开放性问题，展示系统性思维：从攻击面分析、风险评估到安全措施闭环
• 如何检测大模型的提示词注入漏洞？请举例说明测试方法
• 解释APP隐私合规检测中如何判断个人信息收集是否超范围
• 请描述一次你处理数据安全事件的经历，包括发现、分析到修复的全过程
• 针对《个人信息保护法》中“最小必要”原则，如何在技术层面落地？
• 如果滴滴出行接到用户投诉数据泄露，你作为安全工程师会如何排查？