DiDi logo
滴滴出行
资深研发工程师-安全策略工程(算法工程类)

资深研发工程师-安全策略工程(算法工程类)

发布于 大约 12 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
Ai Coding
决策引擎
分布式计算
大模型
安全策略
实时决策
数据挖掘
模型服务
流批一体

AI 估算 · 25k–45k

资深安全策略工程师,技术要求高,北京一线大厂,薪资有竞争力,月薪范围合理。

职位详情

关于这个职位

该职位是滴滴出行网约车安全策略工程团队的资深研发工程师,核心参与安全风控决策引擎、模型服务平台及研发工具链的搭建与优化

你将利用AI和数据驱动技术,设计实时决策架构,支撑千亿级数据毫秒级响应,并推动风控策略的智能化升级
适合有业务风控或实时数据处理背景、对AI与工程结合有热情的资深技术人才

最低要求

计算机系统、算法、安全或相关专业,3年及以上工作经验,具备业务风控、内容安全相关技术背景优先,次之具备实时数据或离线数据相关经验

语言不限,有良好的系统设计能力,较强的编码能力,熟悉后端服务框架
有较强的自我驱动力,乐于专研,具有复杂问题的分析解决能力
具备良好的判断力与思辨能力,能在AI工具使用中识别技术边界及潜在风险
善于复盘、具备知识迁移能力,保持对AI新范式的学习热情,追踪技术前沿、探索AI新可能,并沉淀实践经验、实现迁移落地与迭代
能较为深度地使用AI Coding工具,能拆解任务驱动AI完成较高效率的人机协同
熟练使用各类AI编码工具,能依托智能协作模式提升研发效率与工程规范
擅长借助大模型解析重构存量系统,具备智能知识库搭建相关认知与实践能力

工作职责

你将参与规划和迭代相关平台,搭建更高效、稳定、可扩展的决策引擎、模型服务平台及研发工具链,为业务提供坚实的技术底座

你将参与设计与优化以AI和数据驱动的防控方案,深度挖掘数据价值,推动决策流程的智能化和自动化升级
你将参与持续优化系统应用架构,支持风控策略快速迭代、模型AB实验、多场景灵活配置的架构体系,提升算法工程效率
你将参与设计千亿级数据毫秒级响应的实时决策架构,涉及优化分布式计算、流批一体数据处理、内存计算等关键技术路径,有效提升高并发场景下的性能

AI 洞察

优缺点分析

优点

  • 岗位涉及AI、实时决策、分布式系统等前沿技术,技能积累价值高
  • 公司已上市,稳定性较好,薪资福利有竞争力
  • 团队专注于安全风控,是公司核心业务,重要性高
  • 安全策略领域需要持续跟踪黑产变化,更新迭代频繁,对学习能力要求高
  • 适合有3年以上后端或风控经验、对AI工程化有强烈兴趣、渴望在大型分布式系统中解决高难技术问题的资深工程师

缺点 / 挑战

  • 滴滴作为出行巨头,数据量和业务场景丰富,技术挑战大,成长空间大
  • 涉及高并发、实时性要求高的系统设计,技术难度大,工作压力可能较大
  • 对AI工具和编码效率要求较高,需要快速适应新技术

角色解读

  • 深耕安全风控领域,成为安全策略专家或架构师
  • 向AI与工程结合方向深入,发展为算法工程负责人
  • 横向扩展至网约车其他业务系统,或向技术管理岗位发展
  • 参与规划和迭代安全风控相关平台,搭建高效、稳定的决策引擎和模型服务平台
  • 设计AI和数据驱动的防控方案,挖掘数据价值,推动决策智能化
  • 优化系统应用架构,支持风控策略快速迭代和模型AB实验
  • 设计千亿级数据毫秒级响应的实时决策架构,涉及分布式计算、流批一体等关键技术
  • 扎实的系统设计能力和编码能力,熟悉后端服务框架
  • 熟悉业务风控、内容安全或实时/离线数据处理技术
  • 熟练使用AI编码工具,能借助大模型重构系统,具备智能知识库搭建认知
  • 具备复杂问题分析解决能力,善于复盘和知识迁移

申请策略

  • 深入了解滴滴安全策略的业务场景和挑战,面试中展示你的理解
  • 准备一个完整的项目案例,从问题定义到架构设计再到实现细节
  • 突出风控、安全相关项目经验,特别是实时决策引擎、规则引擎或模型服务平台的设计与落地
  • 强调系统设计能力,可用具体案例展示高并发、低延迟系统的优化成果
  • 展示AI工具使用经验,如利用大模型重构系统、搭建知识库等实践
  • 如果有数据挖掘或算法工程经验,重点突出
  • 补充或强化分布式计算框架(如Flink、Spark)和内存计算(如Redis)技能
  • 熟悉常用的AI编码助手(如Copilot、Cursor)和大模型应用开发

面试指南

  • 对于系统设计题,采用自上而下的方法:先明确需求和数据规模,然后选择合适的技术栈(如Kafka、Flink、Redis等),再讨论架构分层、缓存策略、容灾降级等
  • 对于AI工具使用题,结合具体场景说明如何拆解任务、编写prompt、调试迭代,并强调对AI输出质量的把控
  • 对于风控策略题,从发现问题、数据分析、策略设计、AB实验到全量上线,逻辑清晰
  • 请设计一个实时风控决策引擎,支持千亿级数据毫秒级响应,说说你的架构思路
  • 你是如何使用AI编码工具提升开发效率的?举一个具体例子
  • 在风控策略迭代中,如何保证系统的高可用和稳定性?
  • 描述一次你通过数据挖掘优化风控策略的经历
  • 你对大模型在安全风控领域的应用有什么看法?

职位点评

70
综合评分

滴滴安全策略资深研发岗,前沿AI技术栈,发展空间大,但工作地点固定且可能较忙。

更适合这类人
适合注重技术成长和业务影响力,且能接受一定工作强度和工作地点约束的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值70

薪资福利

75中等

滴滴作为上市公司,薪资水平在行业内具有竞争力,福利完善。月薪范围25k-45k,加上年终奖,整体回报较好。但JD未明确具体薪资和福利,需面试确认。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

85较高

岗位涉及AI、实时决策等前沿技术,团队强调学习AI新范式和知识迁移,能促进持续成长。有明确的平台建设和优化职责,技术深度和广度兼备。

技术前沿前沿/新兴技术
技术栈AI、大模型、实时决策、分布式计算、流批一体、内存计算
成长机会追踪技术前沿、探索AI新可能、沉淀实践经验、知识迁移能力
业务类型profit_center

工作生活

50较低

工作地点在北京,仅现场办公,未提及弹性工作或远程,且互联网大厂通常工作强度较高。通勤和WLB可能是一般水平。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

70中等

安全风控岗位具有社会价值,保护用户出行安全,属于正向社会影响力。行业处于稳定增长阶段,但未强调使命愿景。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号安全、可信、防控
创新程度积极采用新技术
Watch Jobs