Инженер MLSecOps
Описание
Сейчас мы в поиске Инженер MLSecOps, который усилит нашу команду. Технические обязанности: Проектированием целевых схем и и внедрением механизмов безопасности для ML-пайплайнов. Настройкой специализированных механизмов для LLM и GenAI (включая валидацию данных на входе и на выходе работы модели, отслеживание дрифта модели, обнаружение аномалий в работе моделей, контроль использования RAG и пр.). Обеспечением прослеживаемости использования моделей и защитой артефактов ML, включая подпись моделей, контроль доступа к реестрам хранения моделей, обнаружение аномалий. Консультационной и технической поддержкой команд разработки, тестирования и развертывания ПО по вопросам безопасности использования AI/ML. Формированием и развитием целевой архитектуры безопасности ландшафта AI/ML. Разработка стандартов и политик безопасности для AI/ML-систем, включая защиту данных, моделей и API. Внедрением практик MLSecOps в уже имеющиеся рабочие процессы, связанные с Data Science и MLOps. Проектирование и внедрение (настройка) интеграций систем ИБ (IAM, DLP, SIEM, SOAR) с AI/ML-платформами. Экспертиза при выборе, внедрении и развитии отдельных AI/ML-платформ для отдельных информационных систем. Проведение аналитики проектов, использующих AI/ML и подготовка рекомендаций по митигации рисков использования этих систем. Формирование и развитие целевой архитектуры безопасности AI/ML-ландшафта. Требования: Высшее образование в области computer science или смежных областях. Опыт работы в должности DevSecOps/MLOps/MLSecOps от 1 года. Знание отраслевых стандартов, моделей угроз и методик защиты AI/ML (MITRE ATLAS, NIST AI RMF, OWASP GenAI, OWASP модель угроз ИИ от Сбербанка РФ, Yandex AI Security Agentic Framework, Swordfish SAMM, AI Security Posture Management). Понимание основных угроз и рисков использования ML-моделей в современных продуктовых системах. Понимание типов уязвимостей, специфичных для ML (Data Poisoning, Adversarial Prompt Exploits, Model Inversion Attacks, Model Evasion Attacks, Membership Inference Exploits, Model Stealing Attacks, ML Supply Chain Attacks, Model Denial Of Service, Gradient Leakage Attacks, Cloud Infrastructure Attacks, Architecture and Access-control attacks). Знание принципов DevSecOps/MLOps, умение самостоятельно настраивать конвейеры сборки и сопутствующие средства защиты информации для процессов сборки и развертывания приложений. Опыт развертывания и эксплуатации технических решений по защите AI/ML-систем (Guardrails, MLFlow, Modelscan, Garak). Опыт разработки прикладных задач в области ML на Python или других языках программирования (приветствуется). Условия: Гибридный формат работы 4/1 в пользу офиса (полностью удаленного формата нет). Конкурентоспособная заработная плата. Официальное трудоустройство по ТК РФ, бессрочный договор. ДМС после испытательного срока, 31 день отпуска. Корпоративное изучение английского языка. Работа в профессиональной команде, открытой к сотрудничеству, идеям и инновациям.