Ingénieur en sécurité IA

Menlo Security est le leader de la sécurité des navigateurs pour le personnel humain et agent. Notre mission est de permettre aux humains et aux agents de se connecter, de communiquer et de collaborer en toute sécurité, sans compromis. La plateforme de sécurité du navigateur Menlo protège les organisations contre les cyberattaques en bloquant les menaces sur le Web, les documents et les e-mails avant qu'elles n'atteignent l'utilisateur. Avec Menlo Agent Runtime Security (MARS), cette protection s'étend désormais aux agents IA travaillant aux côtés de chaque employé. Menlo Security bénéficie de la confiance de grandes entreprises mondiales, notamment des sociétés Fortune 500 et des agences gouvernementales, pour protéger leur actif le plus précieux, leurs données, et est soutenue par des investisseurs de premier plan.
Nous recherchons un ingénieur d'évaluation de données et d'IA / ML pour posséder les bases de la collecte de données, de l'exploration, de la conservation et de l'évaluation continue de nos différents produits de sécurité d'IA. Les modèles de haute qualité nécessitent des ensembles de données de haute qualité ainsi qu’un enrichissement et un recyclage continus. Dans ce rôle, vous créerez des pipelines d'ingestion de données automatisés à partir du trafic Web de substitution et des sources ouvertes, gérerez la conservation des ensembles de données, les flux de travail d'étiquetage, la formation des modèles et exploiterez nos harnais de référence et d'évaluation. Il s'agit d'un rôle d'ingénierie logicielle de données et d'IA/ML axé sur la création de l'infrastructure de données qui forme nos SLM exclusifs d'injection rapide, nos modèles de détection Shadow-AI, nos classificateurs de macros malveillantes, nos PII, nos moteurs de classification de contenu et bien plus encore.
Résultats et KPI Résultat(s) clé(s) Propriété :

• Génération et conservation automatisées et continues d'ensembles de données de formation, d'évaluation et de faux positifs (FP) sur les surfaces de menaces Web, de fichiers et de macros.

• Des critères d'évaluation standardisés et reproductibles qui guident les améliorations du modèle avant le déploiement.

• Temps de disponibilité automatisé du pipeline de données et débit d'ingestion à partir de sources Web/fichiers.

• Taille, diversité et précision de l'étiquetage des référentiels d'ensembles de données sur les menaces (PI, Shadow-AI, PII, Macros).

• Temps moyen pour ingérer des commentaires faux positifs/faux négatifs en direct dans les boucles d'évaluation de la formation.

• Précision et couverture de référence entre les SLM historiques et ceux nouvellement formés.

Ce que vous ferez

• Concevoir et exploiter des pipelines automatisés de collecte de données, d'exploration de données et de web-scraping pour collecter des échantillons de menaces à partir de trafic de substitution et de sources Web.

• Créer des flux de travail de traitement des données, d'annotation et de conservation d'ensembles de données, en formant et en reformant divers modèles, par ex. SLM à injection rapide (PI), modèles de détection Shadow-AI, classificateurs de macros malveillantes et détection de PII.

• Créer des mécanismes pour capturer des échantillons de faux positifs (FP) à partir de flux utilisateur/DDR en direct et les représenter/intégrer dans les pipelines de recyclage de modèles.

• Développer des outils d'analyse comparative et d'évaluation automatisés pour tester en continu la qualité de détection des modèles, les performances d'exécution et la précision par rapport aux modèles de référence (par exemple, Vertex AI).

• Créez des pipelines automatisés pour la formation de modèles pour différents modèles.

• Travailler en étroite collaboration avec les équipes de recherche et d'ingénierie logicielle pour transformer la télémétrie de détection brute en améliorations continues et exploitables du modèle.

Obligatoire :

• 2 à 4 ans d'expérience dans des rôles d'ingénierie logicielle, d'ingénierie de données ou d'assurance qualité/évaluation automatisée.

• Forte maîtrise de la programmation en Python. Avancé : C++, SQL.

• Expérience dans la formation de modèles et divers algorithmes ML, AI.

• Expérience dans la création de pipelines de données, de grattoirs Web ou de systèmes de traitement de données automatisés.

• Familiarité avec les structures de données, les formats de stockage et les configurations de bases de données.

• Approche méthodique de l'étiquetage, de la validation, de la journalisation des bogues et du suivi des métriques des ensembles de données.

Préféré/Agréable à avoir :

• Expérience pratique avec les cadres d'évaluation ML, la conservation d'ensembles de données ou les outils d'annotation.

• Familiarité avec les techniques d'extraction de texte, de prétraitement PNL ou d'analyse de documents.

• Compréhension des concepts de cybersécurité (Prompt Injection, Malicious Macros, DLP/PII).

• Expérience de base avec le stockage cloud, les magasins d'objets et la conteneurisation de base (Docker).

• Expérience avec AWS, GCP, Terraform, Kubernetes et Linux.

Suivez-nous sur LinkedIn !
Pourquoi Menlo ?
Chez Menlo, nous ne nous contentons pas du statu quo – dans notre technologie ou notre culture. La façon dont nous pensons et agissons est tout aussi importante que ce que nous construisons. Notre culture est définie par cinq états d'esprit fondamentaux : leadership proactif, franc-parler, impact uni, talent élevé et engagement du client. Nous nous approprions et obtenons des résultats sans attendre qu’on nous le dise. Nous communiquons directement et recherchons des vérités dures. Nous brisons les silos et gagnons ensemble. Nous plaçons la barre haute pour nous-mêmes et pour les personnes qui nous entourent. Et nous considérons chaque interaction client comme essentielle à notre mission. Si vous êtes quelqu'un qui le voit, le possède, le résout et le fait, vous prospérerez ici.
Tous les candidats qualifiés seront pris en considération pour un emploi sans distinction de race, de sexe, de couleur, de religion, d'orientation sexuelle, d'identité de genre, d'origine nationale, de statut d'ancien combattant protégé ou sur la base d'un handicap.
À TOUTES LES AGENCES : S'il vous plaît, ne pas appeler ni envoyer d'e-mails à un employé de Menlo Security en dehors de l'organisation Talent. La politique de Menlo Security est d'accepter uniquement les CV des agences via Ashby (ATS). Les agences doivent avoir signé un accord de services valide et doivent avoir été affectées par l'équipe Talent à une demande spécifique. Tout CV soumis en dehors de ce processus sera considéré comme la propriété exclusive de Menlo Security. Dans le cas où un candidat soumis en dehors de cette politique est embauché, aucun frais ni paiement ne sera payé.
Trouvez plus d'emplois anglophones au Royaume-Uni sur Arbeitnow

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