Ц1

Руководитель отдела безопасности искусственного интеллекта

Коротко

Руководитель отдела безопасности искусственного интеллекта (AiSEC) в SOC: разработка стратегии AI/ML-направления, внедрение ML-моделей для выявления аномалий и классификации событий ИБ, развитие применения LLM/Generative AI, техническое руководство командой Data Science/ML Engineering. Компания — аккредитованный IT-разработчик с собственным SOC и продуктами в сфере кибербезопасности. Требуется глубокая экспертиза в Data Science/ML, опыт работы с SIEM/SOAR, UEBA, MITRE ATT&CK и опыт управления технической командой.

Описание
Мы имеем набор центров по компетенциям. Интегрируем решения, которые приносят пользу, и делаем это отталкиваясь от реальных задач в ИБ, а также активно участвуем в амбициозных проектах, разрабатываем свои продукты, предлагаем услуги собственного SOC и многое другое. В настоящий момент усиливаем компетенции кибербезопасности и ищем в нашу команду Руководителя отдела безопасности искусственного интеллекта (AiSEC).
Задачи
•Разработка стратегии и плана развития AI/ML-направления в SOC.
•Поиск и определение задач SOC, которые можно улучшить или автоматизировать с помощью AI/ML.
•Организация разработки и внедрения ML-моделей для выявления аномалий, классификации и приоритизации событий ИБ.
•Организация разработки решений для снижения количества ложных срабатываний и повышения качества детектирования.
•Развитие применения LLM и Generative AI для анализа, обогащения, классификации и суммаризации событий и инцидентов.
•Организация исследований, экспериментов и PoC для проверки эффективности новых AI/ML-подходов.
•Контроль качества разрабатываемых моделей, их тестирования, внедрения и дальнейшего улучшения.
•Организация интеграции AI/ML-решений с SIEM, SOAR и другими системами SOC совместно с техническими командами.
Требования
•Глубокое понимание Data Science, ML и современных AI-технологий.
•Практический опыт разработки и внедрения ML/AI-решений в промышленную эксплуатацию.
•Опыт технического руководства командой Data Science / ML Engineering.
•Python: Pandas, NumPy, scikit-learn и другие библиотеки анализа данных и ML.
•Уверенное знание SQL и опыт работы с большими объемами данных.
•Хорошее понимание классического Machine Learning: classification, clustering, anomaly detection, feature engineering.
•Знание принципов построения, обучения, тестирования и оценки качества ML-моделей.
•Понимание precision/recall, ROC-AUC/PR-AUC, F1 и особенностей работы с несбалансированными данными.
•Понимание overfitting, data leakage, concept/data drift и методов их выявления и устранения.
•Опыт работы с событийными данными, временными рядами и задачами выявления аномального поведения.
•Понимание LLM, embeddings, RAG, vector search и современных подходов Generative AI.
•Понимание принципов MLOps, развертывания, мониторинга и сопровождения ML-моделей.
•Опыт планирования и управления техническими проектами, оценки сроков и необходимых ресурсов.
•Умение оценивать практическую применимость AI/ML-технологий и эффективность их внедрения.
•Опыт работы с задачами информационной безопасности или непосредственно в SOC.
•Понимание принципов работы SOC и процессов мониторинга/реагирования на инциденты.
•Опыт или понимание UEBA (User and Entity Behavior Analytics) и поведенческого анализа пользователей и сущностей.
•Знакомство с SIEM/SOAR и данными, которые используются в системах мониторинга ИБ.
•Знание MITRE ATT&CK и основных техник кибератак.
•Опыт применения ML для Anti-Fraud, Anti-Spam, Risk Analytics, Threat Detection или других задач обнаружения аномального/злонамеренного поведения.
•Опыт работы с security telemetry: логи ОС, сетевые события, события аутентификации, EDR/XDR и другие источники данных ИБ.
Будет плюсом
•PyTorch/TensorFlow и опыт работы с Deep Learning.
•Опыт работы с временными рядами и поведенческими моделями.
•Опыт работы с Elasticsearch/OpenSearch, ClickHouse или аналогичными системами.
•Опыт обработки больших объёмов данных: Spark/PySpark.
•Опыт работы с LLM, Hugging Face и open-source моделями.
•Опыт разработки RAG/Agentic AI решений.
•REST API и опыт интеграции ML-моделей с внешними системами.
•Docker, Git, MLflow.
•Понимание MLOps: deployment, versioning, monitoring и переобучение моделей.
Условия
•Аккредитованная IT компания.
•Заряженная и опытная команда профессионалов.
•Комфортный офис в дизайнерском бизнес-центре Neo Geo с теннисным кортом внутри и развитой инфраструктурой.
•Поддерживаем инициативы обучения и сертификации за счёт компании.
•Даем возможность профессиональной самореализации, решение сложных и нестандартных задач.
•Официальное трудоустройство согласно ТК РФ и социальные гарантии.
•Гибкое начало рабочего дня с 08 (10) до 17 (19).
•Сокращенный рабочий день в пятницу.
•Медицинское обслуживание в частной клинике по системе депозита от работодателя.
•Активная корпоративная жизнь.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте