内部风险Agent算法工程师/专家 - 安全与风控
Description
团队介绍:我们通过部署先进的安全系统、推行标准化操作流程,构建基于零信任的安全防护体系,提升字节跳动全球办公环境的整体安全态势。我们坚持以主动预防为核心,同时构建敏捷高效的安全响应能力,为全球办公环境提供持续、可靠的安全保障。
1、多Agent协同框架设计与落地:设计并实现攻击Agent、检测Agent、评估Agent、修复Agent与验证闭环的多Agent协同框架,实现“发现问题-策略修复-回归验证-沉淀迭代”的检测能力自进化;
2、对抗样本生成与攻防演练:从攻击者视角构造规则绕过样本,建设对抗样本库与攻防演练环境,反向验证检测规则与算法的漏检、误报与对抗鲁棒性;
3、负面案例驱动策略进化:建设负面案例管理体系,驱动检测规则、特征、阈值、Prompt的自动优化与迭代,实现漏检问题修复周期不超过5天、回归通过率100%;
4、Agent化策略提效:研究规则自动生成与迭代、阈值动态调整、策略修复方案自动生成等能力,将运营研判经验沉淀为可复用的策略模板,降低人工维护成本;
5、告警自动化研判与智能分流:基于历史事件运营处置与打标数据训练分流模型,由Agent自动汇总多源证据、生成研判摘要与处置建议,人工结论回流形成标签闭环,持续压缩人工研判工作量;
6、Agent自动调查与证据编排、检测效果度量与持续迭代:编排Agent工具调用,对接多源日志、行为图谱与检测模型,实现告警自动调查、跨系统证据链生成与可解释风险归因,提升研判时效与证据完整率,同时建立负面案例回放覆盖率、P0场景对抗样本数量、召回/精度、误报率等度量指标体系,定期评估检测能力并驱动持续改进。
1、扎实的AI Agent/LLM应用开发经验,有构建多Agent协同系统(决策、控制、评估、修复等角色分工协作)的实践,熟悉主流Agent框架与编排范式;
2、具备安全检测领域经验,理解内部威胁检测场景(数据外发、违规私查、账号滥用、代码泄露等),熟悉DLP、UEBA、威胁狩猎等检测方法优先,有告警自动化研判、智能分诊、Agentic SoC/SOAR或自动化响应体系构建经验者优先,理解高置信自动处置与灰度人工复核的协作边界;
3、具备红队/攻防对抗经验优先,了解对抗样本生成、绕过手法与检测加固思路,能从攻击者视角思考检测盲区;
4、熟练使用Python,具备Prompt工程、大模型调用与工具编排能力,能独立完成Agent原型开发与效果验证;
5、良好的工程能力,能够搭建攻防演练环境与自动化验证流水线,理解数据质量与日志语义对检测效果的影响;
6、具备较强的自驱力与跨团队协作能力,能围绕复杂检测问题形成技术方案并推动落地。
加分项
1、有大模型后训练、微调或模型安全相关经验者优先;
2、有安全运营自动化、告警研判Agent或流程编排落地经验者优先。
Skills
Sign in to read and join the discussion.