Руководитель направления исследований безопасности GenAI (TI&RnD).

Локация: #Москва.
Опыт: 3–6 лет.
Зарплата: ₽. Обсуждается на собеседовании.
Компания: Сбер.

Чему вы научитесь:
• Исследование угроз GenAI: создание, поддержка и развитие инструментов для анализа и поиска угроз;
• DevOps: CI/CD, контроль версий (git), тестирование качества, инфраструктура для работы (linux);
• Внедрение практик AI PDLC: исследование и применение методов и инструментов создания и развития программного обеспечения с применением передовых ИИ-моделей;
• Погружение в экосистему: изучение и практическое применение передовых фреймворков и библиотек для работы с LLM и AI-агентами;
• Управление командой: формирование и развитие исследовательской команды (3–5 человек), приоритизация исследований, защита решений перед руководством и смежными командами;
• CTF и хакатоны: формирование и капитанство команды на международных CTF по AI/ML security, трансляция найденных техник в работу направления;
• Публикации и нормативные документы: оформление результатов исследований, вклад в нормативные документы безопасности AI.

Требования:
• Профиль и образование: законченное высшее образование в области информационных технологий, компьютерных наук, прикладной математики, программной инженерии или смежных направлений
• Продвинутые навыки программирования: понимание принципов проектирования и разработки программного обеспечения, опыт в написании и чтении программного кода (понятный, поддерживаемый)
• Навыки DevOps: работа с git, администрирование linux, автоматизация этапов жизненного цикла разработки ПО
• LLM и AI-агенты: экспертный уровень применения LLM для разработки ПО, глубокое понимание архитектуры агентов и их векторов атак
• Английский язык на уровне не менее чтения технической документации, статей и участия в международных CTF
• Опыт командной работы в проектах разработки: канбан (спринты, трекинг задач), jira/git/confluence, презентации и умение понятно объяснять свои идеи команде/руководству и согласовывать требования
• Adversarial ML и red teaming LLM: практический опыт поиска уязвимостей в GenAI-моделях (prompt injection, jailbreaking, tool poisoning, data extraction)
• Знание инструментария для LLM security: Giskard, Garak, LLM Guard и др.
• CTF и хакатоны: участие в международных CTF по AI/ML security (желательно — победы или призовые места).

✈ Откликнуться.

#Офис