Компания
Kaspersky развивает решения в области кибербезопасности и машинного обучения для защиты миллионов устройств по всему миру.
Что делать
•Разрабатывать модели для детектирования вредоносных файлов, распознавания фишинговых веб-страниц и обнаружения хакеров в корпоративных сетях.
•Глубоко анализировать данные, оценивать модели и строить их интерпретации.
•Превращать запросы заказчиков в проверяемые гипотезы и доводить проекты до промышленной эксплуатации.
•Разрабатывать системы на базе LLM, включая агентные системы и RAG-пайплайны.
•Обрабатывать большие коллекции файлов с использованием Spark- и GPU-кластеров.
•Обсуждать архитектурные идеи, собственный и чужой код с коллегами.
Требования
•Опыт применения машинного обучения в индустрии.
•Уверенное владение современным Python и навыки написания чистого, понятного кода.
•Знание классического машинного обучения и библиотек scikit-learn и CatBoost.
•Опыт разработки агентных систем и RAG-пайплайнов на базе LLM.
•Понимание доверительных интервалов и основ статистического анализа.
•Навыки написания простых Docker-файлов или готовность быстро им научиться.
Хорошо, если есть
•Интерес к кибербезопасности, включая анализ полиморфных угроз и фишинга.
•Готовность выходить за пределы Jupyter-тетрадок и работать с промышленной инфраструктурой.
•Интерес к публикации результатов в статьях и выступлениям на конференциях.
Культура и преимущества
•Взаимопомощь и совместное развитие через решение прикладных задач.
•Поддержка MLOps-специалистов для работы с инфраструктурой.
•Использование новых технологий и возможность проверять собственные идеи.
•Работа с Spark-кластером и GPU-кластером на больших объёмах данных.
•Возможность рассказывать о результатах работы в статьях и на конференциях.
