ML-аналитик в информационной безопасности

грейд
middle
страна
Россия
опубликована
вчера

описание

Full Time office; гибридный график работы обсуждается

Мы ищем человека, который умеет превращать сырые данные (логи, события, инциденты) в работающие ML-сервисы. Не просто «обучил модель в ноутбуке и забыл» , а довёл от гипотезы до прототипа, завернул в API и сопроводил в проде. Вы будете работать на стыке машинного обучения и информационной безопасности — это значит, что данные здесь настоящие, задачи нетипичные, а результат видит вся команда мониторинга и реагирования.

задачи

  • придумывать, как ML может решить задачи SOC/MDR, проверять гипотезы на реальных данных и собирать прототипы, которые не стыдно показать бизнесу.
  • превращать прототип в рабочий сервис: API на FastAPI, Docker, типизация, всё как у взрослых.
  • Сопровождать в Production, мониторить, дорабатывать.
  • классификация событий безопасности, поиск аномалий в логах, парсинг и обработка текстов, анализ временных рядов, анализ ролевой модели доступа.
  • строить приложения на больших языковых моделях: RAG, embeddings, structured output, tool calling, агентные сценарии.
  • Оценивать качество ответов, чтобы не галлюцинировало.
  • поддерживать и улучшать существующие ML/DS-проекты, переобучать модели на свежих данных, адаптировать под новые требования.
  • помогать внедрять продукты у заказчиков, разбираться в их данных, показывать, что ML реально работает.
  • ставить задачи по доработке сервисов, обсуждать архитектуру, проводить code review.

требования

  • От 1,5 лет в анализе данных, ML, ML-инженерии или backend-разработке с ML-задачами;
  • Высшее техническое (или учитесь): математика, ИТ, ИБ, анализ данных или смежное. Подойдёт и бакалавр/магистр в процессе — главное, чтобы руки уже были в коде.
  • Python — уверенно. Не просто "GPT помоги, а сам понимаешь, что написано";
  • Опыт разработки API и сервисов на Python;
  • Практический опыт с pandas, numpy, scikit-learn на данных из реальных систем (не только Kaggle);
  • Классический ML: классификация, поиск аномалий, обработка текстов, временные ряды — понимание, когда и что применять;
  • SQL — извлекать, проверять, агрегировать данные без чужой помощи;
  • Понимание принципов построения LLM-приложений: промптинг, embeddings, RAG, structured output, tool calling, оценка качества;
  • Готовность разобраться в данных SOC/MDR: события безопасности, инциденты, логи, метрики, результаты работы аналитиков;
  • Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.
  • Будет плюсом: FastAPI, uv, Docker, vLLM — будет большим плюсом; Если делали агентные решения — отлично; Опыт в информационной безопасности: SOC, MDR/MSSP или смежные задачи; Агентные решения на базе LLM — разработка или практическое использование. ML/LLM-решения для закрытых внутренних контуров (on-premise, без внешних API); Grafana, ELK, работа с логами, метриками и событиями; Опыт в ИБ не обязателен — важно желание и способность быстро погружаться

условия

  • Стабильную официальную окладную часть + бонусы и премии;
  • Оформление по ТК РФ;
  • До 10 day-off в год по результатам работы;
  • Full Time office формат работы с графиком 5/2 (гибридный график работы - обсуждается);
  • Работу в молодой и дружной команде профессионалов (средний возраст сотрудников ниже 30 лет);
  • Возможность прохождения обучения как по внутренним, так и по сторонним обучающим программам;
  • Отличную возможность для реализации идей (руководство компании открыто к новым стратегиям);
  • ДМС + стоматология - после испытательного срока;
  • Партнерскую программу скидок.

навыки

компания

похожие вакансии

статьи для разработчиков