高级AI应用工程师

职位描述

1. 高效能场景攻坚：​ 梳理业务高频痛点，搭建知识检索、辅助分析等AI工具。负责评估应用所需的网络带宽、时延及算力资源，提出基础设施优化需求。

2. 安全环境构建与配置：

网络层：​ 配合运维团队配置AI服务所需的VPC、子网及安全组规则，实施网络隔离，杜绝未授权访问。

应用层：​ 负责大模型API的安全调用（密钥轮换、流量限制），配置Web应用防火墙（WAF）规则以拦截Prompt注入攻击。

数据层：​ 实施知识库访问权限的精细化控制（RBAC），确保敏感数据（如DFS）仅对授权Agent可见。

3. 知识库治理与加密传输：​ 执行知识资产的清洗、分段与向量化，确保所有数据传输过程加密，静态数据加密存储，定期审查访问日志。

4. 运维监控与应急响应：​ 部署监控探针，跟踪AI服务的可用性、响应速度及异常流量。参与信息安全事件应急响应，针对AI特有的泄露风险制定应急预案。

任职要求

1. 技术栈广度与深度：

必须：​ Python/Node.js开发能力，熟练调用RESTful API。

AI侧：精通大模型应用全链路（Prompt/Agent/RAG），熟练使用主流开发框架。

网络侧：熟悉TCP/IP协议栈、VPN、SD-WAN及负载均衡技术；了解高性能网络（如RDMA）在分布式训练中的应用。

安全侧：精通防火墙策略、IDS/IPS、WAF配置及零信任架构（ZTNA）设计；熟悉OAuth2.0/SAML等认证协议。

加分：​ 熟悉Nginx反向代理配置、iptables/firewalld防火墙规则；了解HashiCorp Vault等密钥管理服务；有Docker/K8s网络插件（CNI）使用经验。

2. 安全意识敏锐：​ 了解OWASP Top 10及大模型特有的安全风险（如数据投毒、模型窃取）。在开发过程中能自觉规避硬编码密码、暴露敏感端口等行为。

深刻理解《网络安全法》、数据安全相关要求及ISO27001标准，具备制造业OT环境安全规划经验者优先。

3. 制造业背景：​ 熟悉工厂网络架构（如车间Mesh网络、SCADA系统隔离）者优先，了解如何在封闭网络环境下部署AI应用。

4. 落地思维：​ 不追求完美理论，但在给定的网络与安全约束下，能快速找到技术实现的“最大公约数”，推动项目上线。

具备极强的跨部门推动力，能与基础设施（Infra）、安全（Sec）团队无缝协作，在保障核心资产安全的前提下驱动业务敏捷创新。