Inżynier bezpieczeństwa AI

Menlo Security jest liderem w dziedzinie zabezpieczeń przeglądarek dla pracowników i agentów. Naszą misją jest umożliwienie ludziom i agentom bezpiecznego, bezkompromisowego łączenia się, komunikowania i współpracy. Platforma bezpieczeństwa Menlo Browser Security chroni organizacje przed cyberatakami, powstrzymując zagrożenia w Internecie, dokumentach i poczcie e-mail, zanim dotrą do użytkownika. Dzięki Menlo Agent Runtime Security (MARS) ochrona ta obejmuje teraz agentów AI współpracujących z każdym pracownikiem. Menlo Security cieszy się zaufaniem największych światowych firm, w tym firm z listy Fortune 500 i agencji rządowych, w zakresie ochrony ich najcenniejszych aktywów, czyli danych, i jest wspierana przez czołowych inwestorów.
Poszukujemy inżyniera ds. oceny danych i sztucznej inteligencji / uczenia maszynowego, który będzie właścicielem podstaw gromadzenia, eksploracji, przechowywania i ciągłej oceny danych dla naszych różnych produktów zabezpieczających sztuczną inteligencję. Modele wysokiej jakości wymagają wysokiej jakości zbiorów danych oraz ciągłego wzbogacania i przekwalifikowywania. Na tym stanowisku będziesz budować zautomatyzowane potoki pozyskiwania danych z zastępczego ruchu internetowego i otwartych źródeł, zarządzać przeglądaniem zbiorów danych, etykietowaniem przepływów pracy, trenowaniem modeli oraz obsługiwać nasze zestawy porównawcze i ewaluacyjne. Jest to rola inżyniera oprogramowania AI/ML skupiająca się na budowaniu infrastruktury danych, która szkoli nasze zastrzeżone narzędzia SLM Prompt Injection, modele wykrywania Shadow-AI, klasyfikatory złośliwych makro, PII, silniki klasyfikacji treści i nie tylko.
Wyniki i KPI Kluczowe posiadane wyniki:

• Zautomatyzowane, ciągłe generowanie i sprawdzanie zestawów danych szkoleniowych, ewaluacyjnych i fałszywie pozytywnych (FP) na powierzchniach zagrożeń internetowych, plików i makro.

• Standaryzowane, powtarzalne wzorce oceny, które kierują udoskonaleniami modelu przed wdrożeniem.

• Zautomatyzowany czas pracy potoku danych i przepustowość przetwarzania ze źródeł internetowych/plików.

• Rozmiar, różnorodność i dokładność etykietowania repozytoriów zbiorów danych o zagrożeniach (PI, Shadow-AI, PII, makra).

• Średni czas potrzebny na przyjęcie fałszywie pozytywnych/fałszywie negatywnych informacji zwrotnych do pętli oceny szkolenia.

• Dokładność i zakres testów porównawczych pomiędzy historycznymi i nowo przeszkolonymi SLM.

Co zrobisz

• Projektuj i obsługuj zautomatyzowane potoki gromadzenia, eksploracji i przeglądania sieci w celu gromadzenia próbek zagrożeń z zastępczego ruchu i źródeł internetowych.

• Twórz przepływy pracy związane z przetwarzaniem danych, adnotacjami i przeglądaniem zbiorów danych, trenowaniem i ponownym szkoleniem różnych modeli, np. Moduły SLM typu Prompt Injection (PI), modele wykrywania Shadow-AI, klasyfikatory złośliwych makro i wykrywanie danych osobowych.

• Twórz mechanizmy do przechwytywania fałszywie pozytywnych próbek (FP) z bieżących przepływów użytkowników/DDR i reprezentuj je/integruj z potokami ponownego szkolenia modeli.

• Opracuj zautomatyzowane narzędzia do benchmarkingu i oceny, aby stale testować jakość wykrywania modeli, wydajność w czasie wykonywania i dokładność w porównaniu z modelami bazowymi (np. Vertex AI).

• Twórz zautomatyzowane potoki do uczenia modeli dla różnych modeli.

• Ściśle współpracuj z zespołami badawczymi i inżynierami oprogramowania, aby przekształcić surową telemetrię wykrywania w ciągłe udoskonalenia modelu, które można zastosować.

Wymagane:

• 2–4 lata doświadczenia w inżynierii oprogramowania, inżynierii danych lub na stanowiskach zautomatyzowanej kontroli jakości/ewaluacji.

• Dobra znajomość programowania w języku Python. Zaawansowane: C++, SQL.

• Doświadczenie w szkoleniu modeli i różnych algorytmach ML, AI.

• Doświadczenie w budowaniu potoków danych, skrobaków sieciowych lub zautomatyzowanych systemów przetwarzania danych.

• Znajomość struktur danych, formatów przechowywania i konfiguracji baz danych.

• Metodyczne podejście do etykietowania zbiorów danych, sprawdzania poprawności, rejestrowania błędów i śledzenia metryk.

Preferowane / Miło mieć:

• Praktyczne doświadczenie w zakresie ram oceny uczenia maszynowego, selekcji zbiorów danych lub narzędzi do adnotacji.

• Znajomość technik ekstrakcji tekstu, wstępnego przetwarzania NLP lub analizowania dokumentów.

• Zrozumienie koncepcji cyberbezpieczeństwa (Prompt Injection, Malicious Macros, DLP/PII).

• Podstawowe doświadczenie z przechowywaniem w chmurze, magazynami obiektów i podstawową konteneryzacją (Docker).

• Doświadczenie z AWS, GCP, Terraform, Kubernetes i Linux.

Śledź nas na LinkedIn!
Dlaczego Menlo?
W Menlo nie zadowalamy się status quo – jeśli chodzi o naszą technologię i naszą kulturę. Sposób, w jaki myślimy i działamy, jest tak samo ważny jak to, co budujemy. Naszą kulturę definiuje pięć podstawowych sposobów myślenia: proaktywne przywództwo, szczera rozmowa, zjednoczony wpływ, podwyższony talent i zorientowanie na klienta. Przejmujemy odpowiedzialność i osiągamy wyniki, nie czekając, aż ktoś nam o tym powie. Komunikujemy się bezpośrednio i szukamy twardych prawd. Rozbijamy silosy i wspólnie wygrywamy. Trzymamy wysoką poprzeczkę zarówno sobie, jak i otaczającym nas ludziom. Każdą interakcję z klientem traktujemy jako krytyczną dla naszej misji. Jeśli jesteś kimś, kto to widzi, jest właścicielem tego, rozwiązuje problem i robi to – odniesiesz sukces tutaj.
Wszyscy wykwalifikowani kandydaci otrzymają wynagrodzenie za zatrudnienie bez względu na rasę, płeć, kolor skóry, religię, orientację seksualną, tożsamość płciową, pochodzenie narodowe, chroniony status weterana lub niepełnosprawność.
DO WSZYSTKICH AGENCJI: Proszę nie dzwonić ani nie wysyłać e-maili do żadnego pracownika Menlo Security spoza organizacji Talent. Polityka Menlo Security zakłada przyjmowanie CV wyłącznie od agencji za pośrednictwem Ashby (ATS). Agencje muszą mieć podpisaną ważną umowę o świadczenie usług i muszą zostać przypisane przez zespół talentów do konkretnego zamówienia. Każde CV przesłane poza tym procesem będzie uważane za wyłączną własność Menlo Security. W przypadku zatrudnienia kandydata zgłoszonego niezgodnie z niniejszymi zasadami, nie zostanie uiszczona żadna opłata ani płatność.
Znajdź więcej ofert pracy ze znajomością języka angielskiego w Wielkiej Brytanii na Arbeitnow

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