Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда аналитики SOC определяет методики мониторинга защищённости корпоративной вычислительной сети, выстраивает контроли и определяет необходимость логирования систем, сервисов и устройств. Она также отслеживает внешние источники информации, сопровождает расследование инцидентов и реагирование на предупреждения компонентов мониторинга, развивая направления TI и ML.
задачи
Разрабатывать и развивать LLM-сервисы и конвейеры данных на Python;
Проектировать и реализовывать агентную логику: оркестрацию инструментов, планирование шагов и обработку контекста;
Интегрировать LLM-агента в процессы IRP и SIEM команды;
Создавать мониторинг информационной безопасности на основе ML-моделей: поиск аномалий, классификаторы и графовые модели;
Интегрировать внешнюю ML-инфраструктуру в SIEM для работы ML-мониторинга;
Выполнять задачи MLOps: настраивать и поддерживать CI/CD, автоматизировать конвейеры и релизные циклы;
Выводить сервисы и крупные проекты в промышленную эксплуатацию;
Участвовать в ревью кода, написании тестов и документации;
Изучать новые ML- и LLM-агентные технологии и их применение в проектах команды.
требования
Опыт работы ML-инженером от 4 лет;
Владение Python, включая async/await, типизацию и архитектуру кода;
Опыт работы с LLM: OpenAI-совместимые API, промпт-инжиниринг и RAG;
Опыт разработки и обучения классических ML-моделей: классификация, поиск аномалий и графовые модели;
Опыт разработки бэкенда с использованием gRPC/protobuf и REST;
Опыт развёртывания сервисов и крупных проектов в промышленную среду: k8s, CI/CD и объектные хранилища;
Понимание процесса доставки кода в промышленную среду: Git и CI/CD;
Опыт работы с логами и метриками работающих сервисов;
Будет плюсом опыт построения LLM-агентов и их интеграции в процессы, знакомство с SIEM и IRP-решениями, опыт оценки качества ML/LLM-систем, опыт работы с Airflow, Dagster или аналогами.