大家好，我是蚂蚁金服基础安全-数据安全团队的刘新源。有幸能够成为这支旨在成为亚洲第一，全球领先的安全团队的一员，欢迎大家加入我们，和一群行业内最优秀的小伙伴们共同守护支付宝12亿用户的数据和隐私安全。
年轻无极限 就要勇敢挑战
给大家的第一个建议，年轻就意味着无限的可能，应该勇敢去尝试更多的挑战。虽然目前我是一名安全人，然而，谁能想到，我的第一份工作，是一名投资经理。
作为一名准"90后"，当年互联网行业还未兴起，从美国研究生毕业后，我"顺理成章"的找到了一份投资并购的工作，但看似光鲜的工作始终没能让我感到发自内心的喜爱。彼时，Big Data正方兴未艾，可能是年轻任性，也可能是兴趣所致，一年后我便辞掉了这份投资的工作，转行了技术。之前连SQL是什么都不知道的我，捧起相关书籍竟觉得来了兴致，意外拿到面试机会后，靠着两天的自学，幸运拿到了美国前三名电视及网络服务提供商的数据工程师职位，从数仓、ETL做起，到前端可视化，在几个月的时间内搭建起了整个部门的数据应用链路，甚至还被别的团队借调走做了一段时间的web开发。我是经济专业出身，全是靠着兴趣边干边学，不断了解更多的技术栈，后来又对安全领域产生了兴趣，加入了全球最大跨境汇款公司，成了一名网络安全工程师。
直到现在，想起那段每天喝着肥宅快乐水写代码，学习新技能的日子，仍然觉得很开心。
If you're offered a seat on a rocket，you don't ask what seat
If you're offered a seat on a rocket, you don't ask what seat.
这句话是我当时决定辞掉美国的工作回来，加入蚂蚁的重要原因之一，这里也送给大家。出自前任Google CEO，Eric Schmidt。
能够通过阿里和蚂蚁校招的，一定都是非常优秀的同学。以前有名言叫做"是金子在哪里都会发光"，然而随着互联网时代的到来，我们也应该给这句话做个升级，"平台和自身的努力同样重要，甚至更加重要。"
蚂蚁仍是一家快速发展迭代的创业公司。在这次疫情期间，支付宝健康码团队在几天之内就上线了这款全民产品，这可怕的效率给大家留下了深刻的印象，这正是蚂蚁整体文化的一个缩影。这次的疫情，同样给我们安全团队制造了新的挑战。从未出现过如此大规模，多地域的远程办公情况，如何在保证上万名正式员工，以及数万名外包同学远程办公高可用的同时，保证网络和数据安全水位不下降，着实是一次突然的大考。以快制慢，以勤补拙，是我们蚂蚁安全人的座右铭。正常的春节假期刚过半，团队小伙伴们就迅速"云集结"，以最快的速度根据不同业务场景制定了三个层级的安全解决方案，有同学熬了一个通宵把代理服务器搭起来了，白天支持用户、答疑，晚上甚至凌晨还在优化代码，监测稳定性更是我们的春节日常，远程办公最开始的几天，我们几乎都是7×24小时待命状态。这就是蚂蚁安全人的担当与责任。
在这里唯一不变的就是变化，挑战大，收获更大。大家一起守住安全底线，挑战成长极限。
关于面试这些事
毕竟这是一篇校招面经贴，最终要还是跟大家聊聊面试的经验。由于我加入蚂蚁之前一直在美国工作，所以我的经历可能会和大家稍有不同，但相信要点是一致的：
1、充分准备，自信应对
校招同学大多还没有实际的工作经历，所以招聘过程可能对于本身的技术实力和逻辑能力测试更加偏重，但还是建议大家认真挖掘在校期间做过的一些研究项目或课题，尽量简洁的说明你在中间扮演的角色和做出的成绩。项目不要贪多，而要精炼，挑选自己最满意，也最能体现自己优势的经历即可。
另外，在面试的过程中，一定要自信。当然，自信绝对不是自负，要相信自己的能力，但对于技术仍要保持谦逊求知的态度。另外，对于做过的事情真正熟练掌握，了然于胸，也是自信的基础。
2、对于做过的项目、研究课题，以及钻研过的技术要有自己的思考
在面试过程中，对于自己经历的描述，要避免过于流水账。要体现出自己深入的思考，技术选型的考量，课题背后真正要解决的问题，以及自己的沉淀和总结，都是更能给面试官留下良好印象的内容。
3、保持好奇心，不断学习
安全领域的特点，是一个对抗的过程，外部攻击千变万化，每天都有新的0-day出现，内部的系统也一样在快速迭代。这就需要大家表现出强烈的好奇心和自驱力，能够应对不断变化的挑战。
最后，希望大家放松心态，沉着应对面试，当然阿里的面试官小哥哥小姐姐们都是非常nice的人，所以不用紧张。祝大家面试顺利，拿到满意的offer。相信只要你有能力、在进步，就会在蚂蚁这个大平台上发现自己闪光的机会。
加入我们
面向对象：
2020年11月-2021年10月期间毕业的同学
岗位类型：
1. 系统安全工程师：区块链安全、移动安全、IoT安全等方向
2. 数据安全工程师：MPC、隐私技术、应用密码学等方向
3. AI安全工程师：人脸识别安全、联邦机器学习安全等方向
4. 应用算法工程师：数据挖掘、机器学习、CV、NLP等方向
工作地点：
杭州、北京等
