中国平安
AI安全工程师
AI安全工程师
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公应用安全
应用安全
Ai Agent
Ai安全
Llm
Mcp
Rag
威胁建模
安全护栏
提示词注入
红队测试
值不值得投
75综合评分
综合评分 75
金融巨头AI安全岗，技术栈前沿且薪资区间明确，但办公模式与WLB信息未披露。
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
2.0万
比应用安全中位数低
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 13040 个在招
市场机会
选择不多
上海 · 应用安全 · 3 个在招
职位详情
关于这个职位
负责AI应用、RAG知识库、AI Agent及MCP服务的安全管理与攻防验证，覆盖威胁建模、安全评审、红队测试、运行时防护和数据内容治理
需要将安全要求嵌入AI应用全生命周期，并利用大模型与自动化工具提升安全运营效率
最低要求
本科及以上学历，计算机、信息安全、软件工程、人工智能等相关专业
年以上信息安全相关经验，在应用安全、研发安全、安全攻防、安全运营或安全平台建设中至少一个方向具备扎实积累，优秀者可适当放宽
熟悉Web/API安全、身份认证、权限控制、代码与依赖安全及常见业务逻辑漏洞，能够独立开展安全评审、攻击路径分析、漏洞验证与防护方案设计
理解LLM、RAG和AI Agent的工作原理与工程架构，熟悉Prompt、Embedding、向量检索、Function Calling、MCP、工作流编排及记忆机制，能够识别各环节的信任边界与风险
熟悉大模型与智能体典型安全风险及防护方法，具备AI安全评估、红队测试、安全护栏或权限治理中的至少一项实践经验，能够设计可复现的测试用例，并验证防护措施的有效性
具备AI应用开发或安全工具工程化经验，熟悉Dify或同类AI应用开发平台、Agent框架
工作职责
AI应用安全管理体系
负责AI应用、RAG知识库、AI Agent及MCP服务的威胁建模、安全评审与安全基线建设，将安全要求融入需求、开发、测试、上线和运营全过程，实现全生命周期闭环管理
AI攻防测试与风险验证
针对提示词注入、越狱、敏感信息泄露、知识库与记忆污染、越权访问、工具滥用及不安全输出等风险，设计攻击场景与测试方法，建设评测用例库和自动化验证能力，推动风险发现、修复、复测闭环
AI运行时安全防护
围绕身份认证、权限委托、工具调用、多智能体协作和对外服务开放，建设安全护栏、最小权限、执行隔离、高风险操作审批及审计追溯能力，防范智能体越权执行、数据外泄和资源滥用
AI数据与内容安全治理
针对数据接入、知识检索、上下文传递、长期记忆及模型输出等环节，落实数据分类分级、敏感信息识别与脱敏、知识库访问控制、内容风险检测等措施，协同业务及合规团队制定场景化防护策略
AI赋能安全
利用大模型、Agent及自动化技术，建设代码审计、漏洞分析、告警降噪、关联研判和辅助处置工具，以及AI安全日志、风险监测和效果评估机制
AI 洞察
优缺点分析
优点
- 技术方向前沿，覆盖LLM、RAG、AI Agent、MCP等热门AI安全领域，技能积累有较强稀缺性
- 岗位贯穿威胁建模、攻防测试、运行时防护和数据治理，安全全生命周期经验较完整
- 金融场景对数据与AI安全要求高，有利于积累合规、风控与业务安全结合的实战经验
- JD明确给出薪资区间，求职者对回报预期较清晰
- AI安全仍快速发展，攻击面和防护方法持续变化，需要保持较强学习与研究能力
- JD未披露办公模式、加班与弹性政策，实际工作强度和通勤体验需面试确认
- 适合看重AI安全技术前沿、具备应用安全基础并愿意深入LLM/Agent攻防与平台建设的工程师
- 若对WLB和弹性办公有明确要求，需在面试中重点确认
缺点 / 挑战
- 岗位同时要求安全攻防、AI工程理解和平台工具化能力，复合技能门槛较高
角色解读
- 可在AI安全、应用安全、红队测试、安全平台建设等方向持续深耕，成长为AI安全专家
- 随着AI Agent和多智能体协作普及，可向AI安全架构、安全治理或安全研发负责人方向发展
- 在金融场景中积累合规、数据安全与业务风控经验，拓展跨安全与AI工程的复合能力
- 负责AI应用、RAG知识库、AI Agent及MCP服务的安全评审、威胁建模与全生命周期安全管理
- 设计并执行提示词注入、越狱、敏感信息泄露、越权访问等AI攻防测试，建设评测用例库和自动化验证能力
- 建设AI运行时安全护栏、最小权限、执行隔离、高风险操作审批与审计追溯能力
- 推动数据分类分级、敏感信息脱敏、知识库访问控制与内容风险检测，并利用大模型提升安全运营效率
- 熟悉Web/API安全、身份认证、权限控制、代码与依赖安全，能独立完成安全评审和漏洞验证
- 理解LLM、RAG、AI Agent工程架构，熟悉Prompt、Embedding、向量检索、Function Calling、MCP等机制
- 掌握大模型与智能体典型安全风险及防护方法，具备AI安全评估、红队测试、安全护栏或权限治理实践经验
- 具备AI应用开发或安全工具工程化能力，熟悉Dify或同类平台、Agent框架
申请策略
- 投递前了解中国平安在AI应用、金融科技和数据安全方面的业务背景，准备与金融场景相关的安全思考
- 面试中主动确认团队职责边界、AI应用落地阶段、办公地点与工作模式，判断岗位匹配度
- 突出应用安全、研发安全或安全攻防经历，量化安全评审、漏洞发现与修复闭环成果
- 展示LLM、RAG、AI Agent相关项目经验，说明对Prompt、Embedding、Function Calling、MCP等机制的理解
- 强调AI安全评估、红队测试、安全护栏、权限治理等至少一项实践经验，并给出可复现测试用例或工具化成果
- 如有Dify、Agent框架或安全工具工程化经验，应在项目中明确体现开发与落地能力
- 系统梳理OWASP LLM Top 10、AI Agent安全风险与防护方法，准备能讲清楚的攻防案例
- 补充RAG、向量检索、Function Calling、MCP和工作流编排的工程理解，最好动手搭建小型Demo
面试指南
- 风险识别类问题：先讲业务与数据流，再标出信任边界，最后按威胁建模方法列出风险、影响和防护措施
- 攻防测试类问题：按攻击面、测试用例、复现步骤、验证指标、修复复测闭环来组织回答
- 平台建设类问题：从需求场景、架构设计、权限与隔离、审计监测、效果评估几个层面说明落地过程
- 如何对RAG知识库和AI Agent进行威胁建模？请举例说明信任边界和主要风险
- 针对提示词注入、越狱、知识库污染和工具滥用，你会如何设计攻防测试用例？
- 如何建设AI Agent运行时安全护栏，兼顾最小权限、执行隔离和业务可用性？
- 你做过哪些AI安全评估或红队测试？如何验证防护措施有效并推动修复闭环？
- 是否使用过Dify或同类平台？如何用大模型和自动化工具提升安全运营效率？
职位点评
薪资福利78
成长发展88
工作生活55
使命价值70
薪资福利
78中等
JD明确给出月薪区间，上海AI安全岗位具备一定市场竞争力；但福利、奖金与发放月数未披露，长期回报需面试确认。
薪资信号市场水准 (1.5千–2.5万/月)
成长发展
88较高
岗位覆盖LLM、RAG、Agent、MCP等前沿AI安全方向，兼具攻防测试、平台建设与自动化工具落地，技术成长空间较大。
技术前沿前沿/新兴技术
技术栈LLM、RAG、AI Agent、MCP、Prompt、Embedding、Function Calling、Dify、安全护栏、红队测试
业务类型ambiguous
工作生活
55较低
JD未披露办公模式、弹性政策或加班情况，WLB信息不足；工作地点仅给到上海市，具体通勤需确认。
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
70中等
AI安全直接关系到金融场景中的数据保护、模型可靠性与用户信任，具备一定正向价值；但JD未展开使命表述。
行业发展稳定成熟行业
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