安克创新
AI网络安全与治理工程师
AI网络安全与治理工程师
发布于 2 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
Ai安全
Iot安全
Llm安全
Python脚本
合规审计
固件分析
威胁情报
红蓝对抗
自动化测试
值不值得投
75综合评分
综合评分 75
聚焦AI安全与隐私计算前沿，研发节奏较快，适合追求技术成长的应届生。
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，方便比较职业起点。
薪资怎么样
2.0万
比信息安全中位数低
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 460 个在招
市场机会
选择适中
深圳 · 信息安全 · 49 个在招
职位详情
关于这个职位
负责企业级AI攻防Agent及家庭边缘设备的安全架构研究与测试验证，协助开展AI红蓝对抗场景复现、端侧隐私机制检测及网络隔离实践
同时跟踪国内外AI合规法规，维护安全工具链与知识文档，保障家庭IoT生态的AI安全与合规落地
最低要求
本科及以上在读，安全、计算机、人工智能、网络安全、密码学、通信等相关专业优先
了解LLM/Agent基础原理及常见安全风险（Prompt注入、越狱、RAG、工具调用等），对AI治理与隐私计算（TEE/联邦学习/差分隐私等）有学习兴趣
具备基础脚本能力（Python/Shell/Go任一），能阅读英文技术文档
有CTF、IoT安全、固件分析、网络安全竞赛经验者优先
了解常见合规框架（GDPR/PIPL/NIST）或SBOM/供应链安全概念者优先
细心、文档能力好，能适应快速迭代的研究型工作环境
对家庭IoT/边缘计算场景有热情
工作职责
AI攻防与安全研究支持：协助调研企业级AI攻防Agent及家庭本地AI中枢（存算一体边缘盒）的安全架构（SafeMind思路、端侧隐私闭环）
在指导下复现/验证AI Agent红蓝对抗场景，包括Prompt注入、越狱、RAG投毒、工具调用越权等攻击面，整理PoC或测试脚本
端侧与边缘安全测试：参与语音/视频/家居数据本地推理、隐私“不落盘”、TEE/远程证明/算后即焚等机制的测试验证
协助检查边缘盒安全基线（Secure Boot、固件签名、OTA防回滚、模型权重防提取等），进行基础固件/模型安全扫描与日志分析
家庭蓝队与网络隔离实践：协助搭建轻量“家庭蓝队Agent”测试环境，参与本地异常检测规则、Matter/VLAN隔离策略的验证与调优
协助完成IoT设备接入安全与流量隔离的实验记录
合规与审计支撑：跟踪PIPL/GDPR/EU AI Act/NIST AI RMF等法规与框架，协助整理AI-SBOM（软件物料清单）片段、安全审计证据链及合规检查清单
参与内部AI治理文档的翻译、归档与版本维护
工具链与知识沉淀：协助开发/维护自动化安全检测小工具或脚本（如日志解析、固件解包辅助、策略合规比对），输出攻击复现报告、测试手册、威胁情报摘要及周报/月报
优先资格
有AI红队/LLM安全评估、边缘设备（路由器/网关/边缘盒）测试、Matter/HomeKit等智能家居协议分析经验
熟悉静态/动态分析工具（Burp、Ghidra、Frida、Wireshark等）或云原生/容器安全基础
有开源项目贡献、技术博客或安全研究报告
AI 洞察
优缺点分析
优点
- 切入AI安全与隐私计算前沿赛道，技术栈新颖且行业需求快速增长
- 依托成熟IoT硬件生态，拥有真实的设备测试环境与丰富的实战数据
- 接触全球主流AI合规框架（GDPR/EU AI Act），积累高价值的跨境合规经验
- 研究型团队氛围，注重技术沉淀与开源贡献，利于个人技术品牌建立
- AI攻防技术迭代极快，需持续跟进最新漏洞利用手法与防御策略
- 跨学科要求高，需同时兼顾算法原理、底层固件与法律合规知识
- 适合对AI安全与合规交叉领域有浓厚兴趣、追求技术深度与前沿探索、抗压能力较强的初级开发者或应届毕业生
缺点 / 挑战
- 快速迭代的研究型环境可能带来较高的学习与交付压力
角色解读
- 向AI安全研究员或红队专家方向发展，深入大模型安全评估与对抗生成技术
- 拓展至物联网安全架构师，主导边缘计算设备的隐私计算与合规落地方案
- 转向AI治理与合规咨询，成为连接技术实现与全球监管要求的复合型专家
- 协助开展AI Agent红蓝对抗场景复现，编写PoC与测试脚本验证Prompt注入、越狱等攻击面
- 参与端侧与边缘设备的安全基线检查，验证TEE、隐私计算及固件安全机制
- 跟踪全球AI合规框架，整理AI-SBOM与安全审计证据链，维护内部治理文档
- 开发自动化安全检测小工具，输出攻击复现报告、测试手册与威胁情报摘要
- 掌握LLM/Agent基础原理及常见安全风险，理解Prompt注入、RAG投毒等攻击向量
- 具备Python/Shell/Go基础脚本能力，能独立编写安全检测与日志解析工具
- 熟悉IoT安全、固件分析、漏洞复现流程，了解CTF或网络安全竞赛实战经验
- 具备优秀的英文技术文档阅读能力与结构化文档输出能力
申请策略
- 提前了解安克创新旗下智能硬件产品线，准备针对具体设备场景的安全测试思路
- 面试前梳理1-2个完整的漏洞复现或安全加固项目，重点说明攻击面分析与修复过程
- 突出CTF竞赛成绩、IoT安全项目或固件逆向分析的具体成果与量化指标
- 详细展示Python/Shell脚本开发经历，附带GitHub仓库或自动化测试工具链接
- 强调英文技术文档阅读能力与合规框架（GDPR/NIST）的学习/实践案例
- 体现结构化文档输出能力，附上安全测试报告、威胁情报摘要或技术博客链接
- 系统学习LLM安全攻防体系，掌握Prompt注入防御、RAG安全加固与Agent权限控制
- 补充边缘计算设备安全基础，熟悉Secure Boot、TEE可信执行环境及OTA升级安全机制
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化回答项目经历，突出技术选型依据与难点突破
- 针对安全测试类问题，遵循“攻击面分析-环境搭建-漏洞复现-防御验证-报告输出”的标准流程作答
- 面对合规与技术交叉问题，先明确法规核心条款，再映射到具体技术控制点，最后给出可落地的工程方案
- 请描述一次你复现AI Agent安全漏洞的经历，攻击面是如何确定的？
- 如何设计一个针对边缘设备模型权重防提取的安全测试方案？
- 面对EU AI Act与PIPL的双重合规要求，你会如何构建AI-SBOM？
- 如果让你用Python编写一个自动化固件安全扫描脚本，你的架构设计是怎样的？
- 复习LLM安全经典攻击手法（如Prompt Injection、Jailbreak）及主流防御框架（如Guardrails、NeMo Guardrails）
职位点评
薪资福利72
成长发展85
工作生活62
使命价值74
薪资福利
72中等
上市公司背景提供稳定的薪酬结构与规范福利体系，但JD未明确具体薪资范围与发放月数，整体补偿性满足度中等偏上。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
85较高
聚焦AI安全与隐私计算前沿方向，提供红蓝对抗实战、合规研究及工具链开发机会，技术成长路径清晰且具备较强延展性。
技术前沿前沿/新兴技术
技术栈LLM、Agent安全、TEE、联邦学习、差分隐私、AI-SBOM、Secure Boot、OTA防回滚
业务类型ambiguous
工作生活
62中等
JD明确提及“适应快速迭代的研究型工作环境”，暗示研发节奏较快，WLB相关信号未明确，整体生活化动机满足度中等。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
74中等
岗位直接关联AI治理、隐私保护与全球合规落地，对推动负责任AI发展与消费者数据安全具有明确的正向社会价值。
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