РТ-Информационная безопасность Опубликована 3 дня назад · отклик: Сайт вакансий
ML-аналитик, LLM и информационная безопасность
ЗарплатаПо договорённости
ФорматГибрид
ЛокацияМосква, Россия
ЗанятостьПолная занятость
Мы ищем человека, который умеет превращать сырые данные (логи, события, инциденты) в работающие ML-сервисы: доводит решение от гипотезы до прототипа, оборачивает в API и сопровождает в проде. Работа на стыке машинного обучения и информационной безопасности.
Чем предстоит заниматься:
- Исследовать и прототипировать: придумывать, как ML может решить задачи SOC/MDR, проверять гипотезы на реальных данных и собирать прототипы.
- Доводить до прода: превращать прототип в рабочий сервис (API на FastAPI, Docker, типизация), сопровождать в Production, мониторить, дорабатывать.
- Решать прикладные задачи ML: классификация событий безопасности, поиск аномалий в логах, парсинг и обработка текстов, анализ временных рядов, анализ ролевой модели доступа.
- Работать с LLM: строить приложения на больших языковых моделях (RAG, embeddings, structured output, tool calling, агентные сценарии), оценивать качество ответов.
- Развивать аналитическое ядро: поддерживать и улучшать существующие ML/DS-проекты, переобучать модели на свежих данных, адаптировать под новые требования.
- Участвовать в пилотах: помогать внедрять продукты у заказчиков, разбираться в их данных.
- Взаимодействовать с разработкой: ставить задачи по доработке сервисов, обсуждать архитектуру, проводить code review.
Стек: Python 3.10+, PyTorch, Hugging Face, vLLM, SGLang, LangGraph, Qdrant, FastAPI, PostgreSQL, Prefect, Docker, GitLab CI/CD, pytest, Ruff, mypy, uv.
Что мы ожидаем:
Опыт и образование:
- От 1,5 лет в анализе данных, ML, ML-инженерии или backend-разработке с ML-задачами.
- Высшее техническое (или обучение): математика, ИТ, ИБ, анализ данных или смежное; подойдёт бакалавр/магистр в процессе.
Код и инженерия:
- Уверенное владение Python.
- Опыт разработки API и сервисов на Python.
- FastAPI, uv, Docker, vLLM — будет большим плюсом.
ML и данные:
- Практический опыт с pandas, numpy, scikit-learn на данных из реальных систем (не только Kaggle).
- Классический ML: классификация, поиск аномалий, обработка текстов, временные ряды — понимание, когда и что применять.
- SQL — извлекать, проверять, агрегировать данные без чужой помощи.
- Понимание принципов построения LLM-приложений: промптинг, embeddings, RAG, structured output, tool calling, оценка качества.
- Опыт с агентными решениями — отлично.
Доменная область:
- Готовность разобраться в данных SOC/MDR: события безопасности, инциденты, логи, метрики, результаты работы аналитиков.
- Опыт в ИБ не обязателен — важно желание и способность быстро погружаться.
Будет преимуществом:
- Опыт в информационной безопасности: SOC, MDR/MSSP или смежные задачи.
- Агентные решения на базе LLM — разработка или практическое использование; ML/LLM-решения для закрытых внутренних контуров (on-premise, без внешних API).
- Grafana, ELK, работа с логами, метриками и событиями.
Условия:
- Стабильная официальная окладная часть + бонусы и премии.
- Оформление по ТК РФ.
- До 10 day-off в год по результатам работы.
- Full Time office формат работы с графиком 5/2 (гибридный график работы обсуждается).
- Работа в молодой команде профессионалов (средний возраст сотрудников ниже 30 лет).
- Возможность прохождения обучения как по внутренним, так и по сторонним обучающим программам.
- Возможность реализации идей (руководство компании открыто к новым стратегиям).
- ДМС + стоматология после испытательного срока.
- Партнерская программа скидок.
Инструменты в вакансии
Навыки и технологии
Направления