KI-Sicherheitsingenieur

Menlo Security ist der führende Anbieter von Browser-Sicherheit für Mitarbeiter und Agenten. Unsere Mission ist es, Menschen und Agenten eine sichere und kompromisslose Verbindung, Kommunikation und Zusammenarbeit zu ermöglichen. Die Menlo Browser Security Platform schützt Unternehmen vor Cyberangriffen, indem sie Bedrohungen im Internet, in Dokumenten und in E-Mails stoppt, bevor sie den Benutzer erreichen. Mit Menlo Agent Runtime Security (MARS) erstreckt sich dieser Schutz nun auch auf die KI-Agenten, die mit jedem Mitarbeiter zusammenarbeiten. Menlo Security genießt das Vertrauen großer globaler Unternehmen, darunter Fortune-500-Unternehmen und Regierungsbehörden, wenn es um den Schutz ihres wertvollsten Vermögenswerts, ihrer Daten, geht, und wird von erstklassigen Investoren unterstützt.
Wir suchen einen Daten- und KI-/ML-Evaluierungsingenieur, der die Grundlage für die Datenerfassung, das Mining, die Kuratierung und die kontinuierliche Evaluierung für unsere verschiedenen KI-Sicherheitsprodukte übernimmt. Hochwertige Modelle erfordern hochwertige Datensätze sowie eine fortlaufende Anreicherung und Neuschulung. In dieser Rolle erstellen Sie automatisierte Datenerfassungspipelines aus Ersatz-Webverkehr und offenen Quellen, verwalten die Kuratierung von Datensätzen, kennzeichnen Arbeitsabläufe, modellieren Schulungen und bedienen unsere Benchmark- und Bewertungssysteme. Hierbei handelt es sich um eine Stelle im Bereich Daten- und KI/ML-Softwareentwicklung, die sich auf den Aufbau der Dateninfrastruktur konzentriert, die unsere proprietären Prompt-Injection-SLMs, Shadow-AI-Erkennungsmodelle, Klassifikatoren für bösartige Makros, PII, Inhaltsklassifizierungs-Engines und mehr trainiert.
Ergebnisse und KPIs Wichtigste Ergebnisse:

• Automatisierte, kontinuierliche Generierung und Kuratierung von Schulungs-, Bewertungs- und Falsch-Positiv-Datensätzen (FP) über Web-, Datei- und Makro-Bedrohungsoberflächen hinweg.

• Standardisierte, reproduzierbare Bewertungsbenchmarks, die Modellverbesserungen vor der Bereitstellung leiten.

• Automatisierte Datenpipeline-Verfügbarkeit und Aufnahmedurchsatz aus Web-/Dateiquellen.

• Größe, Vielfalt und Kennzeichnungsgenauigkeit von Bedrohungsdatensatz-Repositorys (PI, Shadow-AI, PII, Makros).

• Durchschnittliche Zeit, um falsch-positives/falsch-negatives Live-Feedback in Trainingsbewertungsschleifen aufzunehmen.

• Genauigkeit und Benchmark-Abdeckung zwischen historischen und neu trainierten SLMs.

Was Sie tun werden

• Entwerfen und betreiben Sie automatisierte Datenerfassungs-, Mining- und Web-Scraping-Pipelines, um Bedrohungsproben aus Ersatzdatenverkehr und Webquellen zu sammeln.

• Erstellen Sie Datenverarbeitungs-, Annotations- und Datensatzkurations-Workflows und trainieren und trainieren Sie verschiedene Modelle erneut, z. B. Prompt-Injection-SLMs (PI), Shadow-AI-Erkennungsmodelle, Klassifikatoren für schädliche Makros und PII-Erkennung.

• Erstellen Sie Mechanismen, um falsch-positive (FP) Stichproben aus Live-Benutzer-/DDR-Flows zu erfassen und sie in Modell-Retraining-Pipelines darzustellen/zu integrieren.

• Entwickeln Sie automatisierte Benchmarking- und Bewertungssysteme, um die Qualität der Modellerkennung, die Laufzeitleistung und die Genauigkeit kontinuierlich im Vergleich zu Basismodellen (z. B. Vertex AI) zu testen.

• Erstellen Sie automatisierte Pipelines für das Modelltraining für verschiedene Modelle.

• Arbeiten Sie eng mit Forschungs- und Softwareentwicklungsteams zusammen, um Roherkennungstelemetriedaten in fortlaufende umsetzbare Modellverbesserungen umzuwandeln.

Erforderlich:

• 2–4 Jahre Erfahrung in den Bereichen Softwareentwicklung, Datenentwicklung oder automatisierte Qualitätssicherung/Bewertung.

• Starke Programmierkenntnisse in Python. Adv: C++, SQL.

• Erfahrung im Modelltraining und verschiedenen ML- und KI-Algorithmen.

• Erfahrung im Aufbau von Datenpipelines, Web Scrapern oder automatisierten Datenverarbeitungssystemen.

• Vertrautheit mit Datenstrukturen, Speicherformaten und Datenbankkonfigurationen.

• Methodischer Ansatz zur Datensatzkennzeichnung, Validierung, Fehlerprotokollierung und Metrikverfolgung.

Bevorzugt / Nice to Have:

• Praktische Erfahrung mit ML-Bewertungsframeworks, der Kuration von Datensätzen oder Anmerkungstools.

• Vertrautheit mit Techniken zur Textextraktion, NLP-Vorverarbeitung oder Dokumentenanalyse.

• Verständnis von Cybersicherheitskonzepten (Prompt Injection, Malicious Macros, DLP/PII).

• Grundlegende Erfahrung mit Cloud-Speicher, Objektspeichern und grundlegender Containerisierung (Docker).

• Erfahrung mit AWS, GCP, Terraform, Kubernetes und Linux.

Folgen Sie uns auf LinkedIn!
Warum Menlo?
Bei Menlo geben wir uns nicht mit dem Status quo zufrieden – weder in unserer Technologie noch in unserer Kultur. Wie wir denken und handeln, ist genauso wichtig wie das, was wir aufbauen. Unsere Kultur wird durch fünf grundlegende Denkweisen definiert: Proaktive Führung, direktes Reden, gemeinsame Wirkung, herausragendes Talent und kundenorientiert. Wir übernehmen Verantwortung und treiben Ergebnisse voran, ohne darauf zu warten, dass es uns mitgeteilt wird. Wir kommunizieren direkt und suchen nach harten Wahrheiten. Wir brechen Silos auf und gewinnen gemeinsam. Wir legen hohe Maßstäbe an uns selbst und die Menschen um uns herum. Und wir betrachten jede Kundeninteraktion als geschäftskritisch. Wenn Sie jemand sind, der es sieht, besitzt, es löst und tut, werden Sie hier erfolgreich sein.
Alle qualifizierten Bewerber werden für eine Anstellung berücksichtigt, unabhängig von Rasse, Geschlecht, Hautfarbe, Religion, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, geschütztem Veteranenstatus oder aufgrund einer Behinderung.
AN ALLE AGENTUREN: Bitte keine Telefonanrufe oder E-Mails an Mitarbeiter von Menlo Security außerhalb der Talentorganisation. Die Richtlinie von Menlo Security besteht darin, Lebensläufe nur von Agenturen über Ashby (ATS) zu akzeptieren. Agenturen müssen über einen gültigen Dienstleistungsvertrag verfügen und vom Talentteam einer bestimmten Anforderung zugewiesen worden sein. Jeder Lebenslauf, der außerhalb dieses Prozesses eingereicht wird, gilt als alleiniges Eigentum von Menlo Security. Für den Fall, dass ein Kandidat eingestellt wird, der außerhalb dieser Richtlinie eingereicht wurde, wird keine Gebühr oder Zahlung gezahlt.
Weitere englischsprachige Jobs in Großbritannien finden Sie auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/menlosecurity/ai-security-engineer-bracknell-300427)