← К каталогу
ЛА

Лаборатория Касперского

ML Engineer/Data Scientist (KDP)

ГибридУровень не указанМосква, Россия15 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение13 мин. назад
Впервые замечена15 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы - Kaspersky DDoS Protection (KDP) - отдельное подразделение «Лаборатории Касперского», международного лидера в кибербезопасности. Мы создаём единую высоконагруженную платформу для защиты онлайн-активов. В основе - защита от DDoS-атак (L3/L4), которую мы активно усиливаем решениями уровня приложений (L7): WAF, защита от ботов, а также развиваем направление CDN.

Краткое описание:

Разработка и поддержка ML-систем для antiDDoS/antibot. Системы высоконагруженные, с жесткими SLA. Код нужно писать относительно низкоуровневый, заточенный под real-time прод, то есть from catboost import CatBoostClassifier не вариант. Многие алгоритмы придется реализовывать по пейперам (а в жизни as is они работают не всегда, нюансов много и нужно разбираться) или собственному озарению (обоснованному математической логикой).

Что делать:

  • Реализовывать новые и улучшать имеющиеся алгоритмы детекции атак
  • Вписываться в жесткие лимиты по задержкам и пропускной способности: профилировать и оптимизировать горячие пути, снижать latency, убирать аллокации, минимизировать gc-паузы и кэш-промахи, предотвращать утечки памяти - и всё это не за счет снижения обобщающей способности моделей
  • Писать performance-бенчмарки и тесты - новые фичи не должны ломать SLA
  • Внимательно и качественно документировать решения

Наши ожидания от вас:

  • 2-3 года коммерческого опыта в ML/DS, практический опыт разработки и внедрения ML-решений
  • Хорошая матбаза: статистика, теория вероятностей, линейная алгебра. Способность и желание самостоятельно разбираться в математике алгоритмов
  • Интерес к производительности кода и алгоритмов, готовность реально вникать в происходящее "под капотом"
  • Системное мышление и внимание к деталям, умение глубоко погрузиться в незнакомую задачу и довести решение до прода
  • Английский, достаточный для чтения технической документации и оригиналов научных статей
  • Высшее образование
  • Python 3.x, SQL, Docker, Airflow, Git, DVC, S3, Grafana, bash

Будет плюсом:

  • Опыт работы…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU