Инженер по безопасности ИИ

Menlo Security — лидер в области безопасности браузеров для сотрудников и агентов. Наша миссия — предоставить людям и агентам возможность безопасно и без компромиссов подключаться, общаться и сотрудничать. Платформа безопасности браузера Menlo защищает организации от кибератак, останавливая угрозы в Интернете, документах и ​​электронной почте до того, как они достигнут пользователя. Благодаря Menlo Agent Runtime Security (MARS) эта защита теперь распространяется на агентов искусственного интеллекта, работающих вместе с каждым сотрудником. Крупнейшие мировые компании, в том числе компании из списка Fortune 500 и правительственные учреждения, доверяют Menlo Security защиту своего самого ценного актива — своих данных, и ее поддерживают инвесторы высшего уровня.
Мы ищем инженера по оценке данных, искусственного интеллекта и машинного обучения, который будет владеть базой сбора, анализа, обработки и непрерывной оценки данных для наших различных продуктов безопасности на базе искусственного интеллекта. Высококачественные модели требуют высококачественных наборов данных и постоянного их обогащения и переобучения. На этой должности вы будете создавать автоматизированные конвейеры приема данных из суррогатного веб-трафика и открытых источников, управлять курированием наборов данных, рабочими процессами маркировки, обучением моделей и использовать наши средства тестирования и оценки. Это роль в области разработки программного обеспечения для обработки данных и искусственного интеллекта / машинного обучения, направленная на создание инфраструктуры данных, которая обучает наши собственные SLM для быстрого внедрения, модели обнаружения теневого искусственного интеллекта, классификаторы вредоносных макросов, PII, механизмы классификации контента и многое другое.
Результаты и ключевые показатели эффективности

• Автоматизированное, непрерывное создание и обработка наборов данных для обучения, оценки и ложноположительных результатов (FP) по веб-, файловым и макро-угрозам.

• Стандартизированные, воспроизводимые контрольные показатели оценки, которые помогут улучшить модель перед развертыванием.

• Автоматизированное время бесперебойной работы конвейера данных и пропускная способность приема из веб-/файловых источников.

• Размер, разнообразие и точность маркировки хранилищ наборов данных об угрозах (PI, Shadow-AI, PII, макросы).

• Среднее время для приема реальных ложноположительных/ложноотрицательных отзывов в циклы оценки обучения.

• Точность и контрольный охват между прошлыми и недавно обученными УУЗР.

Что ты будешь делать

• Проектировать и эксплуатировать автоматизированные конвейеры сбора, анализа и очистки данных для сбора образцов угроз из суррогатного трафика и веб-источников.

• Создание рабочих процессов обработки данных, аннотирования и управления наборами данных, обучение и переобучение различных моделей, например. SLM с быстрым внедрением (PI), модели обнаружения теневого искусственного интеллекта, классификаторы вредоносных макросов и обнаружение PII.

• Создать механизмы для сбора ложноположительных (FP) выборок из реальных потоков пользователей/DDR и представить/интегрировать их в конвейеры переобучения моделей.

• Разработать автоматизированные средства сравнительного анализа и оценки для постоянного тестирования качества обнаружения моделей, производительности и точности во время выполнения по сравнению с базовыми моделями (например, Vertex AI).

• Создавайте автоматизированные конвейеры для обучения различных моделей.

• Тесно сотрудничать с исследовательскими группами и группами разработчиков программного обеспечения, чтобы превратить необработанные данные телеметрии обнаружения в постоянное практическое усовершенствование моделей.

Требуется:

• 2–4 года опыта работы в сфере разработки программного обеспечения, обработки данных или автоматизированного контроля качества/оценки.

• Уверенное знание программирования на Python. Adv: C++, SQL.

• Опыт обучения моделей и различных алгоритмов ML, AI.

• Опыт создания конвейеров данных, веб-скребков или автоматизированных систем обработки данных.

• Знакомство со структурами данных, форматами хранения и конфигурациями баз данных.

• Методический подход к маркировке наборов данных, проверке, регистрации ошибок и отслеживанию показателей.

Предпочтительно/приятно иметь:

• Практический опыт работы с платформами оценки машинного обучения, курированием наборов данных или инструментами аннотирования.

• Знакомство с методами извлечения текста, предварительной обработки НЛП или методов анализа документов.

• Понимание концепций кибербезопасности (быстрое внедрение, вредоносные макросы, DLP/PII).

• Базовый опыт работы с облачным хранилищем, хранилищами объектов и базовой контейнеризацией (Docker).

• Опыт работы с AWS, GCP, Terraform, Kubernetes и Linux.

Следуйте за нами в LinkedIn!
Почему Менло?
В Menlo мы не соглашаемся на статус-кво — в наших технологиях или нашей культуре. То, как мы думаем и действуем, так же важно, как и то, что мы строим. Наша культура определяется пятью основными принципами мышления: проактивное лидерство, откровенный разговор, объединенное влияние, высокий уровень таланта и ориентированность на клиента. Мы берем на себя ответственность и добиваемся результатов, не дожидаясь, пока нам скажут. Мы общаемся напрямую и ищем суровую правду. Мы разрушаем разрозненность и побеждаем вместе. Мы держим высокую планку для себя и окружающих нас людей. И мы рассматриваем каждое взаимодействие с клиентом как критически важное. Если вы тот, кто это видит, владеет этим, решает его и делает — вы здесь преуспеете.
Все квалифицированные кандидаты будут получать вознаграждение за трудоустройство независимо от расы, пола, цвета кожи, религии, сексуальной ориентации, гендерной идентичности, национального происхождения, защищенного статуса ветерана или на основании инвалидности.
ВСЕМ АГЕНТСТВАМ: Пожалуйста, не звоните и не отправляйте электронные письма никому из сотрудников Menlo Security за пределами организации Talent. Политика Menlo Security заключается в том, чтобы принимать резюме от агентств только через Ashby (ATS). Агентства должны иметь действующее соглашение об оказании услуг и быть назначены командой талантов для конкретной заявки. Любое резюме, отправленное вне этого процесса, будет считаться исключительной собственностью Menlo Security. В случае принятия на работу кандидата, представленного за пределами этой политики, гонорар или оплата не выплачиваются.
Найдите больше англоговорящих вакансий в Великобритании на Arbeitnow

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