高德地图
高德-安全Agent研发专家-北京
高德-安全Agent研发专家-北京
发布于 大约 14 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
硕士
信息安全
Multi-Agent
Prompt Engineering
Rag
分布式系统
大模型
安全风控
AI 估算 · 50k–80k
高德阿里大厂，安全+AI资深专家，薪资水平高，结合北京市场，月薪5-8万，16薪。
职位详情
关于这个职位
这是一份专注于高德安全风控场景的AI Agent研发岗位，负责打造覆盖风险发现、识别、决策、运营全流程的安全运营产品
你将主导Agent架构设计、可观测体系、记忆系统以及工具链建设，并深入应用大模型技术（如LangChain、RAG等）
适合有Java后端经验、熟悉安全风控且有Agent落地经验的技术专家，能在这里接触海量业务场景和前沿AI技术
最低要求
学历要求：硕士及以上学历，计算机科学、软件工程、人工智能等相关专业背景更佳
经验要求：
（1）三年以上JAVA研发经历
（2）有任一安全风控（电商支付风控、内容风控、网络安全、数据安全、端安全）领域相关产品的开发经验，对安全风控业务有深入的理解和实践
（3）有实际的Agent设计和落地经验，完整参与过Agent系统的架构设计、开发、上线与迭代
技能要求：
（1）熟悉主流Agent框架（LangChain、AutoGPT、MetaGPT、CrewAI等），了解其设计思想与适用场景
（2）深入理解大模型技术栈：Transformer架构、Prompt Engineering、RAG、Function Calling、Multi-Agent协作框架
（3）数据结构、算法等基础扎实，熟练使用SpringBoot、MyBatis等框架，深入了解底层原理，熟悉JVM调优
（4）熟悉高并发分布式系统的设计，掌握常用中间件的特性和使用场景，如MQ、RPC、Redis、Mysql
软素质：
（1）具备系统思维，能从业务全局视角设计Agent方案，而非孤立优化单点
（2）有较强的实验设计与数据分析能力，能通过数据驱动Agent迭代
（3）良好的跨团队协作与沟通能力，能推动复杂项目落地
工作职责
安全Agent构建：深入理解安全场景（业务风控、网络安全、数据安全），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设
根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式
Harness Engineering：设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化
构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环
Memory设计：设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）
探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率
结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案
知识和skill建设：构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的知识
设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新
建立Skill的质量评估与迭代优化流程
工具建设：负责风控平台能力（决策引擎、处置引擎等）的持续优化，并构建可被agent调用的工具体系
AI 洞察
优缺点分析
优点
- 高德背靠阿里，平台大、数据丰富，资源充足，有影响力
- 职位属于核心研发，薪酬竞争力强，福利完善
- 技术深度和广度要求高，需要同时掌握后端、大模型、安全风控等多领域知识
- 安全风控业务复杂度高，可能需要应对紧急事件，工作节奏较快
- Agent技术尚在快速演进，需持续学习，保持技术敏感度
缺点 / 挑战
- 站在AI+安全的风口，技术挑战大且稀缺，能积累大模型和安全风控的双重经验
- 适合具备扎实Java功底、对AI Agent有实战经验，且对安全风控领域有热情的技术专家，能接受挑战、乐于创新
角色解读
- 在安全+AI交叉领域成为技术专家，可向安全Agent架构师或AI安全负责人方向发展
- 依托高德和阿里生态，可接触海量业务场景，逐步主导更大规模的安全运营产品
- 未来可转向通用AI Agent研发或安全智能决策方向，拓宽职业赛道
- 负责设计并落地安全风控场景的AI Agent，覆盖风险感知、研判、处置全流程，需根据业务特点搭建Agent架构
- 构建Agent的可观测性体系和评测机制，确保Agent行为可审计、可优化，定义评估指标并持续迭代
- 设计记忆系统和领域知识库，沉淀专家经验为可复用的Skill，并优化工具链供Agent调用
- 扎实的Java后端功底，熟悉SpringBoot、MyBatis、JVM调优，能处理高并发分布式系统
- 深度掌握大模型技术栈，如Transformer、Prompt Engineering、RAG、Function Calling、Multi-Agent框架
- 有实际Agent项目经验，熟悉LangChain、AutoGPT、MetaGPT等框架，并理解安全风控业务场景
- 具备系统思维和数据分析能力，能跨团队协作推动项目落地
申请策略
- 面试时重点展示对Agent架构和工程化的思考，而非仅停留在demo层面
- 了解高德地图的业务场景，思考Agent如何服务具体风控挑战，在面试中提出针对性方案
- 突出过往Agent项目的完整生命周期，包括架构设计、落地效果和迭代过程
- 强调安全风控领域的实际经验，如支付风控、内容风控等，用数据说明业务影响
- 展示Java后端的高并发、分布式系统能力，以及JVM调优等底层功底的案例
- 列出对大模型技术的理解，如RAG、Function Calling的实际应用
- 如果Agent实际经验不足，可动手搭建一个简单Agent项目，熟悉LangChain等框架
- 补充安全风控知识，了解常见风控策略和业务流程，可通过阅读行业白皮书或实战案例
面试指南
- 用STAR法则回答项目类问题：情境-任务-行动-结果，量化成果
- 对于设计类问题，先明确目标和约束，再拆解模块，最后给出权衡和决策依据
- 遇到场景题，结合业务数据流和风险链，从风险发现、决策、处置全链路思考
- 请介绍一个你主导的Agent项目，从架构设计到落地的过程中遇到了哪些挑战？
- 如何设计Agent的可观测性和评测体系？你会选取哪些指标？
- 在大模型应用中，RAG和Function Calling分别解决什么问题？你如何选择？
- 高德安全风控场景下，你认为Agent应该如何与现有决策引擎协作？
- 如何平衡Agent的记忆容量和检索效率？请谈谈你的设计思路
职位点评
76
综合评分
高德安全Agent专家岗，技术前沿高薪，但工作强度可能较大，适合进取型技术人。
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
该职位最适配追求技术成长和前沿挑战的求职者，愿意在高强度工作中快速积累经验。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活45
使命价值70
薪资福利
80较高
该职位提供有竞争力的薪资和阿里系福利，整体补偿性较好。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
职位聚焦AI Agent与安全风控前沿交叉领域，技术含量高，成长空间大，能有效满足发展性动机。
技术前沿前沿/新兴技术
技术栈Java、Agent、LangChain、RAG、大模型、Transformer、Prompt Engineering
成长机会专业背景更佳、持续迭代闭环、经验积累
业务类型ambiguous
工作生活
45较低
北京现场办公，未提及WLB相关安排，互联网大厂安全岗位可能面临较高工作强度，生活方式满足度一般。
工作模式仅现场办公
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
安全风控保障业务和用户安全，具有一定社会意义，但JD未突出使命感，意义感动机满足中等。
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
高德地图 的其他在招职位
相似职位推荐
Watch Jobs