希音
资深AI安全开发工程师
资深AI安全开发工程师
发布于 大约 2 小时前普通员工/个人贡献者
产品研发中心
高级经验
全职员工
仅现场办公
学历未注明
应用安全
Ai安全
Go
Llm
Mcp
Rag
大模型安全
威胁建模
AI 估算 · 35k–60k
AI安全前沿方向，资深岗位稀缺，大厂薪资竞争力强，月薪3.5-6万。
职位详情
关于这个职位
这是一个深度参与大模型基础设施建设的AI安全开发岗位，你将负责AI网关、LLM、RAG、Agent等场景的安全架构设计与风险治理，建设平台原生安全能力并落地各类AI安全防护机制
适合对AI安全前沿领域有热情、具备安全研发经验的技术人才
最低要求
具备三年以上应用安全、云安全、平台安全或安全研发经验，有大模型或生成式AI安全实践者优先
理解大模型应用技术架构，熟悉Prompt、RAG、向量数据库、Agent、Function Calling、MCP等技术及相关安全风险
熟悉常见应用安全问题，具备威胁建模、安全架构评审、代码审计、渗透测试或安全工具建设能力
熟悉API网关、IAM、Kubernetes、容器、微服务及CI/CD等技术，具备云原生安全实践经验
熟练掌握Python、Go、Java等至少一种编程语言，能够独立开发安全工具或平台组件
具备较强的工程落地和跨团队协作能力，能够将安全要求转化为平台能力、技术方案及研发任务
工作职责
深度参与公司大模型基础设施建设，负责AI网关、LLM、RAG、Agent、MCP、插件及工具调用等场景的安全架构设计与风险治理
建设平台原生安全能力，包括身份认证、细粒度权限控制、租户隔离、密钥管理、数据防泄漏、内容安全、审计与异常监控等
负责提示词注入、越狱攻击、敏感信息泄露、知识库投毒、Agent越权调用、模型滥用等风险的检测与防护
建立AI应用安全评审、测试及准入机制，推动安全能力集成至研发流程、AI网关和模型服务平台
跟踪国内外AI安全技术、攻击手法和合规要求，推动安全问题闭环及平台安全能力持续演进
优先资格
●有AI网关、LLMOps、MLOps或大模型平台建设经验
●有Agent、MCP、AI Coding Agent安全实践经验
●有大模型红队、提示词攻击或自动化安全评测经验
●熟悉OWASP LLM Top 10、MITRE ATLAS、NIST AI RMF等框架
AI 洞察
优缺点分析
优点
- AI安全是当前超热门方向，技术前沿且人才稀缺，个人能力积累快
- 公司规模大、平台强，可接触大模型基础设施的真实场景，项目含金量高
- 岗位横跨安全、大模型、云原生，技术成长面广，职业路径多元
- 涉及平台安全职责，需要较强责任心和应急响应能力
缺点 / 挑战
- AI安全领域变化快，需要持续跟踪最新攻击与防御技术，学习压力大
- 安全治理需跨团队推动，可能面临沟通和资源协调的挑战
- 适合对安全有浓厚兴趣、热爱技术挑战、喜欢在大模型前沿领域深耕的工程师
角色解读
- 深耕AI安全领域，成为大模型安全专家，负责更核心的安全架构与防御体系
- 向安全架构师或安全团队技术负责人发展，带团队建设整体安全方案
- 跟随行业趋势，参与制定AI安全标准和合规体系，拓展行业影响力
- 负责大模型相关基础设施（AI网关、LLM、RAG、Agent等）的安全架构设计，确保各场景安全性
- 建设平台原生安全能力，包括身份认证、权限控制、密钥管理、数据防泄漏、审计监控等
- 针对提示词注入、越狱攻击、敏感信息泄露、Agent越权等风险，设计检测与防护方案并落地
- 推动AI应用安全评审与准入机制，将安全能力集成到研发流程和平台服务中
- 扎实的安全功底：熟悉应用安全、云安全、威胁建模、代码审计、渗透测试等方法
- 理解大模型技术栈：熟悉Prompt、RAG、Agent、MCP、Function Calling等原理及安全风险
- 云原生与工程能力：熟悉Kubernetes、API网关、IAM、微服务、CI/CD，并能用Python/Go/Java开发安全工具
- 跨团队协作能力：能安全要求转化为平台能力与技术方案，推动多方落地
申请策略
- 了解SHEIN的业务和大模型应用场景，在面试中体现对业务安全的思考
- 准备一个完整的AI安全项目复盘，展示从威胁建模到防护落地的闭环能力
- 突出安全项目经验，特别是与云原生、应用安全、安全工具建设相关的成果
- 强调对大模型技术的理解，如有RAG、Agent、Prompt安全相关实践，务必重点描述
- 展示编程能力，尤其是Python/Go/Java的安全工具开发经验
- 如果有大模型红队、攻防竞赛、安全框架应用经历，要单独列出
- 系统学习OWASP LLM Top 10、MITRE ATLAS等AI安全框架
- 动手实践Prompt注入、越狱攻击等攻防技术，搭建本地大模型环境进行安全测试
面试指南
- 采用"风险识别-威胁建模-防护措施-验证闭环"四步法，结合具体场景给出系统化回答
- 对于技术方案题，先说核心思路，再结合实践经验举例，最后总结效果和不足
- 对于开放型问题，先展示知识广度，再深入一个细节体现专业度
- 如何防护大模型应用中的提示词注入攻击？请给出具体方案
- 描述一个你负责过的安全架构评审，你是如何识别和评估风险的？
- 在Kubernetes环境中，如何设计细粒度的权限控制以保障租户隔离？
- 你如何理解RAG系统中的数据投毒风险？有哪些检测和缓解措施？
- 请谈谈你对OWASP LLM Top 10的理解，以及在实际项目中的应用
职位点评
68
综合评分
AI安全前沿岗位，技术成长快，薪资可观，但WLB未明确。
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
适合高度重视技术成长、愿意投入AI安全领域且能适应不确定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值55
薪资福利
70中等
JD未披露具体薪资与福利，但基于资深岗位、AI安全稀缺性和大厂背景，整体回报预期较好。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
85较高
岗位处于AI安全前沿，技术挑战大，且有清晰的持续演进方向，个人成长空间非常广阔。
技术前沿前沿/新兴技术
技术栈AI安全、LLM、RAG、Agent、MCP、Kubernetes、Python、Go
业务类型ambiguous
工作生活
50较低
JD未明确办公弹性和工作强度，但从岗位性质看可能面临较大压力，生活平衡性存在不确定性。
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
55较低
岗位致力于保障AI应用安全，具有一定社会价值，但JD未特别强调使命或社会影响。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs