Ingeniero de seguridad de IA

Menlo Security es el líder en seguridad de navegadores para fuerzas laborales humanas y de agentes. Nuestra misión es permitir que los humanos y los agentes se conecten, comuniquen y colaboren de forma segura y sin compromisos. Menlo Browser Security Platform protege a las organizaciones de los ciberataques al detener las amenazas en la web, los documentos y el correo electrónico antes de que lleguen al usuario. Con Menlo Agent Runtime Security (MARS), esa protección ahora se extiende a los agentes de IA que trabajan junto a cada empleado. Las principales empresas globales, incluidas las empresas Fortune 500 y las agencias gubernamentales, confían en Menlo Security para proteger su activo más valioso, sus datos, y cuenta con el respaldo de inversores de primer nivel.
Buscamos un ingeniero de evaluación de datos, inteligencia artificial y aprendizaje automático que se encargue de la recopilación, extracción, curación y evaluación continua de datos para nuestros diversos productos de seguridad de inteligencia artificial. Los modelos de alta calidad requieren conjuntos de datos de alta calidad y un enriquecimiento y reentrenamiento continuos. En esta función, creará canales de ingesta de datos automatizados a partir de tráfico web sustituto y fuentes abiertas, gestionará la curación de conjuntos de datos, etiquetará flujos de trabajo, modelará la capacitación y operará nuestros sistemas de evaluación y referencia. Esta es una función de ingeniería de software de datos e IA/ML centrada en construir la infraestructura de datos que entrena nuestros SLM de inyección rápida patentados, modelos de detección de IA en la sombra, clasificadores de macros maliciosas, PII, motores de clasificación de contenido y más.
Resultados y KPI Resultados clave propios:

• Generación y curación automatizadas y continuas de conjuntos de datos de capacitación, evaluación y falsos positivos (FP) en superficies web, de archivos y de macroamenazas.

• Puntos de referencia de evaluación estandarizados y reproducibles que guían las mejoras del modelo antes de la implementación.

• Tiempo de actividad automatizado de la canalización de datos y rendimiento de ingesta desde fuentes web/de archivos.

• Tamaño, diversidad y precisión del etiquetado de los repositorios de conjuntos de datos de amenazas (PI, Shadow-AI, PII, Macros).

• Tiempo medio para incorporar comentarios falsos positivos/falsos negativos en vivo en los ciclos de evaluación de la capacitación.

• Precisión y cobertura de referencia entre SLM históricos y recién capacitados.

lo que harás

• Diseñar y operar canales automatizados de recopilación de datos, extracción y raspado web para recopilar muestras de amenazas a partir de tráfico sustituto y fuentes web.

• Construir flujos de trabajo de procesamiento de datos, anotaciones y curación de conjuntos de datos, entrenando y reentrenando varios modelos, p.e. SLM de inyección rápida (PI), modelos de detección de Shadow-AI, clasificadores de macros maliciosas y detección de PII.

• Desarrollar mecanismos para capturar muestras de falsos positivos (FP) de flujos de usuario/DDR en vivo y representarlas/integrarlas en canales de reentrenamiento de modelos.

• Desarrollar herramientas de evaluación y evaluación comparativas automatizadas para probar continuamente la calidad de la detección del modelo, el rendimiento del tiempo de ejecución y la precisión con respecto a los modelos de referencia (por ejemplo, Vertex AI).

• Construir canales automatizados para el entrenamiento de modelos para varios modelos.

• Trabajar en estrecha colaboración con equipos de investigación e ingeniería de software para convertir la telemetría de detección sin procesar en mejoras continuas y procesables del modelo.

Requerido:

• 2 a 4 años de experiencia en ingeniería de software, ingeniería de datos o funciones de evaluación/control de calidad automatizadas.

• Fuerte dominio de la programación en Python. Avance: C++, SQL.

• Experiencia en entrenamiento de modelos y diversos algoritmos de ML e IA.

• Experiencia en la creación de canalizaciones de datos, web scrapers o sistemas automatizados de procesamiento de datos.

• Familiaridad con estructuras de datos, formatos de almacenamiento y configuraciones de bases de datos.

• Enfoque metódico para el etiquetado, la validación, el registro de errores y el seguimiento de métricas de conjuntos de datos.

Preferido/agradable tener:

• Experiencia práctica con marcos de evaluación de ML, curación de conjuntos de datos o herramientas de anotación.

• Familiaridad con la extracción de texto, el preprocesamiento de PNL o técnicas de análisis de documentos.

• Comprensión de conceptos de ciberseguridad (Prompt injection, Malicious Macros, DLP/PII).

• Experiencia básica con almacenamiento en la nube, almacenes de objetos y contenedorización básica (Docker).

• Experiencia con AWS, GCP, Terraform, Kubernetes y Linux.

¡Síguenos en LinkedIn!
¿Por qué Menlo?
En Menlo, no nos conformamos con el status quo, ni en nuestra tecnología ni en nuestra cultura. Cómo pensamos y actuamos es tan importante como lo que construimos. Nuestra cultura está definida por cinco mentalidades fundamentales: Liderazgo proactivo, Hablar claro, Impacto unido, Talento elevado y Impulsado por el cliente. Nos responsabilizamos e impulsamos resultados sin esperar a que nos lo digan. Nos comunicamos directamente y buscamos verdades duras. Derribamos silos y ganamos juntos. Mantenemos un listón alto para nosotros y las personas que nos rodean. Y tratamos cada interacción con el cliente como de misión crítica. Si eres alguien que lo ve, lo posee, lo resuelve y lo hace, prosperarás aquí.
Todos los solicitantes calificados recibirán consideración para el empleo sin distinción de raza, sexo, color, religión, orientación sexual, identidad de género, origen nacional, condición de veterano protegido o por motivos de discapacidad.
A TODAS LAS AGENCIAS: Por favor, no llamen por teléfono ni envíen correos electrónicos a ningún empleado de Menlo Security fuera de la organización Talent. La política de Menlo Security es aceptar únicamente currículums de agencias a través de Ashby (ATS). Las agencias deben tener un contrato de servicios válido ejecutado y deben haber sido asignadas por el equipo de Talento a una requisición específica. Cualquier currículum enviado fuera de este proceso se considerará propiedad exclusiva de Menlo Security. En caso de que se contrate a un candidato presentado fuera de esta política, no se pagará ninguna tarifa ni pago.
Encuentre más trabajos de habla inglesa en el Reino Unido en Arbeitnow

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