联想
高级安全测试专家（数据安全与隐私保护安全性测试）
高级安全测试专家（数据安全与隐私保护安全性测试）
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信息安全
信息安全
Agent安全
Ai安全
Rag安全
加密脱敏
合规审计
大模型安全
安全测试
数据安全
数据流分析
值不值得投
80综合评分
综合评分 80
聚焦AI与数据隐私前沿技术，大厂平台背书，技术成长空间大，WLB待确认。
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
4.8万
比信息安全中位数高
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 340 个在招 · 其中信息安全 4 个
市场机会
选择面较广
北京 · 信息安全 · 约 140 个在招
职位详情
关于这个职位
负责联想产品全生命周期的数据安全与隐私保护测试，涵盖数据采集、传输、存储及使用等环节的风险评估与技术验证
重点推进AI大模型、RAG及Agent环境下的新型隐私安全测试，并建立自动化数据安全测试体系，协同法务、研发等团队推动合规落地
最低要求
教育背景：硕士及以上学历，计算机、网络空间安全、信息安全、软件工程、人工智能、数据科学等相关专业优先
具备优秀的计算机科学、网络安全或人工智能安全专业基础
语言能力：英语能够作为工作语言
能够参加全英文技术及业务会议
能够独立完成英文技术分析、安全报告及正式文档
工作经验：8年以上数据安全、隐私安全、产品安全或相关技术工作经验
具备大型科技公司、互联网企业、智能终端或云服务产品经验者优先
具备实际安全测试、数据流分析或隐私技术评估经验
具备复杂产品或全球化产品数据安全实践经验
核心专业能力：熟悉数据安全及隐私保护技术体系
熟悉个人信息、敏感个人信息及数据生命周期保护技术
熟悉Web、App、API、数据库及云环境中的数据安全风险
熟悉加密、脱敏、匿名化、访问控制及数据防泄漏技术
具备安全测试、代码分析或数据流分析能力
具备较强的技术判断及复杂问题分析能力
AI与AI安全能力：熟悉大语言模型、生成式AI、RAG及Agent架构
理解AI训练数据、模型输入输出及知识库相关安全风险
具备AI数据安全、大模型隐私或RAG数据安全经验者优先
具备利用AI开展数据发现、数据分类及隐私分析实践经验者优先
工作职责
数据安全与隐私技术测试：开展产品数据生命周期安全测试，覆盖数据采集、传输、存储、使用、共享、删除及相关场景
验证个人信息、敏感个人信息及重要数据的技术保护措施
开展权限控制、数据隔离、加密、脱敏、匿名化及数据泄露风险测试
对客户端、Web、API、数据库、云服务及相关系统中的数据流开展安全分析
对隐私保护措施进行真实技术验证，而非仅进行文档符合性检查
数据流与隐私风险分析：分析产品端到端数据流、数据访问路径及第三方数据共享行为
识别过度采集、超范围使用、权限滥用及数据暴露等风险
对复杂产品及多系统环境中的数据流开展技术追踪及风险分析
推动Privacy by Design相关技术要求在研发流程中落地
数据安全技术体系建设：建立并持续优化数据安全和隐私安全测试方法、标准及测试用例
推动敏感数据发现、数据分类识别及数据流分析能力自动化
推动安全测试与产品设计、开发、发布流程融合
持续提升数据安全测试覆盖率、准确率和规模化能力
AI数据安全与隐私测试：开展AI训练数据、Fine-tuning数据、RAG知识库及模型输入输出相关安全测试
评估Prompt、上下文、模型记忆、Agent访问数据及工具调用过程中的隐私风险
开展敏感信息泄露、数据越权、知识库隔离、跨用户数据暴露等安全测试
研究生成式AI及Agent环境下的新型数据安全与隐私风险
AI赋能数据安全测试：利用AI提升敏感信息发现、数据分类、数据流分析及风险识别效率
探索AI Agent在大规模隐私测试和数据安全检查中的应用
推动AI与现有数据安全测试平台及工具融合
风险推动与跨团队协作：与隐私、法务、合规、产品、研发及安全团队协作推动风险整改
对复杂数据安全及隐私技术问题提供专业判断
支持重大隐私及数据安全风险分析
对相关团队开展数据安全及隐私安全技术赋能
优先资格
具备互联网、智能终端、云服务或全球化产品的数据安全经验
熟悉GDPR、PIPL等法规对应的技术控制要求
持有CISSP、CDPSE、CIPT、CIPP/E、CIPM等认证
具备AI数据安全、大模型隐私或RAG安全经验
具备PETs、匿名化或隐私增强技术研究经验
曾获得数据安全、网络安全或技术创新领域专业奖项
曾获得所在公司或事业群级优秀员工、杰出贡献或技术创新等奖项
拥有专利、论文、标准或高质量技术成果
持有国际或专业英语能力认证
AI 洞察
优缺点分析
优点
- 聚焦AI安全与数据隐私前沿方向，技术栈极具前瞻性与市场竞争力
- 依托跨国科技平台，可接触全球化复杂产品与高标准安全体系
- 职责涵盖技术建设与跨团队协同，利于积累体系化项目管理经验
- 合规驱动型岗位，行业需求旺盛且职业稳定性高
- 测试覆盖全面性与自动化建设需要长期投入，短期见效较慢
- 适合具备扎实安全功底、热衷前沿技术探索、擅长跨部门协同的资深技术专家
缺点 / 挑战
- 需持续跟进快速迭代的AI安全威胁与隐私法规变化，学习压力大
- 跨部门推动风险整改涉及多方博弈，沟通与协调能力要求极高
角色解读
- 向首席安全专家或数据安全架构师方向发展，主导企业级安全体系规划
- 拓展至AI安全治理与隐私计算领域，成为复合型前沿技术人才
- 转向安全管理或合规负责人角色，统筹技术落地与跨部门协同
- 负责产品全生命周期的数据安全与隐私保护技术测试，覆盖数据采集、传输、存储及使用环节
- 针对AI大模型、RAG知识库及Agent环境开展专项隐私安全测试与风险评估
- 搭建并优化数据安全测试方法论与自动化体系，提升测试覆盖率与准确率
- 协同法务、合规、研发等多部门，推动数据安全策略落地与风险整改
- 精通数据生命周期安全技术与隐私保护机制（如加密、脱敏、匿名化）
- 熟练掌握Web/App/API/数据库/云环境的数据流分析与漏洞挖掘技能
- 深入理解大语言模型、RAG及Agent架构，具备AI数据安全实战经验
- 熟悉国内外数据合规法规（如GDPR、PIPL），能将合规要求转化为技术控制点
申请策略
- 关注目标企业近期在全球数据合规方面的动态，准备针对性问答
- 面试前梳理完整的数据安全项目闭环案例，突出技术判断与推动力
- 突出8年以上数据安全/隐私测试实战经验，量化测试覆盖率提升或风险拦截成果
- 详细列举AI大模型、RAG或Agent环境下的安全测试案例与技术难点突破
- 强调数据流分析、自动化测试平台建设及跨部门合规推动的具体贡献
- 补充隐私计算（如联邦学习、安全多方计算）与PETs技术原理
- 深化对生成式AI攻击面（如提示词注入、数据投毒、越权访问）的防御方案研究
- 提升英语技术文档撰写与国际化会议沟通能力
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化阐述项目背景、个人角色、技术动作与量化产出
- 结合“预防-检测-响应”框架说明风险管控思路，突出技术验证与流程优化的结合
- 强调以数据为驱动的决策方式，通过影响评估报告与替代方案降低业务阻力
- 请分享一个你主导的复杂产品数据流分析或隐私风险评估案例
- 针对大模型RAG架构，你认为主要的隐私泄露风险点有哪些？如何设计测试用例？
- 当研发进度与数据安全合规要求发生冲突时，你会如何推动解决？
- 如何评估和选择合适的数据脱敏或匿名化技术方案？
- 复习主流数据合规法规的核心技术映射要求（如最小必要原则、知情同意）
职位点评
薪资福利85
成长发展90
工作生活60
使命价值75
薪资福利
85较高
大厂背景提供具有竞争力的薪酬与完善福利体系，符合资深技术人员市场水准。
薪资信号市场水准 (3.5千–6.0万/月)
成长发展
90较高
聚焦AI安全与数据隐私前沿技术，技术栈领先且具备明确的体系化建设职责，成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI安全、大语言模型、RAG、Agent、数据生命周期、隐私保护、自动化测试
业务类型cost_center
工作生活
60中等
JD未明确提及弹性工作制或加班政策，大厂常规节奏可能伴随一定项目交付压力。
工作模式未明确
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
75中等
顺应全球数据合规趋势，助力企业构建可信数字生态，具备较强的行业社会价值。
行业发展高速增长赛道
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