← К каталогу
А7

А7-ТЕХНОЛОГИИ

Инженер MLSecOps

ОфисУровень не указанМосква, Россия2 дн. назад
О ВАКАНСИИ

Описание вакансии

Сейчас мы в поиске Инженер MLSecOps, который усилит нашу команду.

Технические обязанности:

  • Проектированием целевых схем и и внедрением механизмов безопасности для ML-пайплайнов.
  • Настройкой специализированных механизмов для LLM и GenAI (включая валидацию данных на входе и на выходе работы модели, отслеживание дрифта модели, обнаружение аномалий в работе моделей, контроль использования RAG и пр.).
  • Обеспечением прослеживаемости использования моделей и защитой артефактов ML, включая подпись моделей, контроль доступа к реестрам хранения моделей, обнаружение аномалий.
  • Консультационной и технической поддержкой команд разработки, тестирования и развертывания ПО по вопросам безопасности использования AI/ML.
  • Формированием и развитием целевой архитектуры безопасности ландшафта AI/ML.
  • Разработка стандартов и политик безопасности для AI/ML-систем, включая защиту данных, моделей и API.
  • Внедрением практик MLSecOps в уже имеющиеся рабочие процессы, связанные с Data Science и MLOps.
  • Проектирование и внедрение (настройка) интеграций систем ИБ (IAM, DLP, SIEM, SOAR) с AI/ML-платформами.
  • Экспертиза при выборе, внедрении и развитии отдельных AI/ML-платформ для отдельных информационных систем.
  • Проведение аналитики проектов, использующих AI/ML и подготовка рекомендаций по митигации рисков использования этих систем.
  • Формирование и развитие целевой архитектуры безопасности AI/ML-ландшафта.

Требования:

  • Высшее образование в области computer science или смежных областях.
  • Опыт работы в должности DevSecOps/MLOps/MLSecOps от 1 года.
  • Знание отраслевых стандартов, моделей угроз и методик защиты AI/ML (MITRE ATLAS, NIST AI RMF, OWASP GenAI, OWASP модель угроз ИИ от Сбербанка РФ, Yandex AI Security Agentic Framework, Swordfish SAMM, AI Security Posture Management).
  • Понимание основных угроз и рисков использования ML-моделей в современных продуктовых системах. Понимание типов уязвимостей, специфичных для ML (Data Poisoning, Adversarial Prompt…

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

ИсточникHeadHunter / DevOps / RU