Senior Data Scientist

Название: Старший специалист по данным Местоположение: Сан-Хосе, Калифорния / Гибридный формат

О компании

TENEX — это поставщик услуг управляемого обнаружения и реагирования (MDR), основанный на искусственном интеллекте, автоматизации и ориентированный на масштабирование. Мы являемся усилителем для защитников, помогая организациям повышать уровень кибербезопасности с помощью передового обнаружения угроз, быстрого реагирования и непрерывной защиты. Наша команда состоит из отраслевых экспертов с глубоким опытом в области кибербезопасности, автоматизации и решений на базе ИИ. При поддержке ведущих инвесторов мы стремительно растем и ищем лучшие таланты, чтобы присоединиться к нашей миссии по революционизированию ландшафта MDR на основе ИИ.

Мы — быстрорастущий стартап, поддерживаемый отраслевыми экспертами и ведущими инвесторами, среди которых Crosspoint Capital Partners, Shield Capital, DTCP (ранее Deutsche Telekom Capital Partners), Deepwork Capital и Florida Opportunity Fund. Посевной раунд возглавила Andreessen Horowitz (a16z). Будучи одним из первых сотрудников, вы сыграете значительную роль в формировании нашей культуры. Присоединяйтесь с самого начала. Мы — небольшая, но хорошо финансируемая команда, которая только что привлекла значительные инвестиции — присоединение сейчас сопряжено с минимальным риском и неограниченным потенциалом.

Мы — быстрорастущий стартап, поддерживаемый Andreessen Horowitz. Будучи одним из первых сотрудников, вы поможете сформировать нашу культуру и будете иметь значительное влияние на инициативы с высокой отдачей. Это уникальная возможность присоединиться к небольшой, но хорошо финансируемой команде с самого начала, когда мы создаем платформу кибербезопасности следующего поколения.

Мы расширяем нашу инженерную команду и ищем Старшего специалиста по данным для проектирования, создания и внедрения моделей машинного обучения, которые обеспечивают работу нашей платформы кибербезопасности на основе ИИ. Эта роль является основополагающей для обеспечения высокоточного обнаружения угроз, автоматизации действий по реагированию и генерации предиктивной информации о безопасности в TENEX.

Культура — одна из самых важных вещей в TENEX. — Изучите нашу презентацию о культуре, чтобы увидеть, как мы ее воплощаем, отдавая приоритет незаменимому сотрудничеству и сообществу, возникающему при работе в офисе.

Это возможность работать в нашем офисе в Сан-Хосе, Калифорния, где вам придется работать 4 дня в неделю.

Обзор роли

В качестве Старшего специалиста по данным вы будете отвечать за полный жизненный цикл моделей машинного обучения: от идеи и исследований до внедрения в производство и мониторинга. Вы будете использовать большие объемы данных кибербезопасности и операционных данных для создания моделей, которые улучшают наши возможности управляемого обнаружения и реагирования (MDR), включая обнаружение аномалий, оценку угроз и автоматическую сортировку оповещений.

Вы будете тесно сотрудничать с отделами обеспечения безопасности, продуктовыми командами и командами инженерии данных, чтобы преобразовывать сложные задачи безопасности в задачи науки о данных, обеспечивая эффективность, масштабируемость и прямое влияние наших решений на базе ИИ/МО на результаты безопасности наших клиентов. Эта роль сочетает в себе глубокую аналитическую строгость с практической инженерией для предоставления критически важных ИИ-решений для кибербезопасности.

Обязанности:

Разработка моделей ИИ/МО

• Проектирование, разработка, обучение и внедрение высокопроизводительных моделей машинного обучения для критически важных задач безопасности, таких как обнаружение угроз, оценка аномалий и поведенческая аналитика.

• Проведение инжиниринга признаков и отбора признаков на огромных, высокоскоростных потоках данных безопасности (журналы, сетевая телеметрия, данные конечных точек).

• Управление жизненным циклом модели, включая версионирование, тщательное тестирование и постоянное улучшение с использованием лучших практик MLOps.

Исследования и инновации

• Быть в курсе передовых исследований в области науки о данных, глубокого обучения и ИИ в области безопасности для стимулирования инноваций на платформе.

• Изучение новых статистических методов и методов машинного обучения для борьбы с возникающими и сложными киберугрозами.

• Проектирование и внедрение A/B-тестирования и систем оценки для измерения влияния и производительности развернутых моделей.

Инжиниринг данных и признаков

• Сотрудничество с инженерами данных для определения, предварительной обработки и структурирования больших, сложных наборов данных для обучения моделей и их использования.

• Внедрение и управление конвейерами данных, специально предназначенными для извлечения признаков и обслуживания моделей.

• Использование векторных баз данных и конвейеров RAG (Retrieval-Augmented Generation) для улучшенного контекста безопасности и приложений с большими языковыми моделями.

Межфункциональное сотрудничество

• Тесное сотрудничество с отделом обеспечения безопасности для понимания реальных ландшафтов угроз и обеспечения того, чтобы результаты моделей были действенными и интегрированными в рабочие процессы.

• Сотрудничество с менеджерами по продуктам для определения функций ИИ и преобразования производительности моделей в измеримую бизнес-ценность.

• Четкое представление сложных аналитических выводов и поведения моделей как технической, так и нетехнической аудитории.

Требуемые навыки и квалификация:

• 5+ лет профессионального опыта в области науки о данных, инженерии машинного обучения или смежных количественных областях.

• Глубокий теоретический и практический опыт работы с широким спектром моделей МО (например, классификация, кластеризация, временные ряды, глубокое обучение).

• Владение Python и его экосистемой для науки о данных (Pandas, NumPy, Scikit-learn, PyTorch/TensorFlow).

• Экспертиза в SQL и опыт работы с крупномасштабными хранилищами данных (Snowflake, BigQuery или Redshift).

• Подтвержденный опыт работы с принципами, инструментами и платформами MLOps (например, Kubeflow, MLflow, Airflow/Dagster для оркестрации).

• Глубокое понимание вероятности, статистики и экспериментального дизайна.

• Опыт развертывания и обслуживания моделей в облачной среде (GCP или AWS).

• Отличные коммуникативные навыки, способность самостоятельно вести проекты и преобразовывать потребности бизнеса в технические требования.

Желательно:

• Предыдущий опыт применения науки о данных/МО в области кибербезопасности или аналитики безопасности, особенно в средах MDR или MSSP.

• Опыт работы с системами обработки данных в реальном времени / потоковой передачи данных (Kafka, Pub/Sub, Kinesis) для обнаружения угроз с низкой задержкой.

• Знакомство с использованием векторных баз данных и архитектур RAG.

• Опыт работы с современными фреймворками для аналитической инженерии.

• Опыт работы в стартапе на ранней стадии.

Образование и сертификаты

• Степень магистра или доктора наук в области компьютерных наук, науки о данных, статистики, инженерии или смежных количественных областях (или эквивалентный опыт).

• Соответствующие сертификаты в области науки о данных или облачных ML-платформ являются преимуществом.

Почему стоит присоединиться к нам?

• Возможность работать с передовыми технологиями кибербезопасности на базе ИИ и решениями Google SecOps.

• Сотрудничество с талантливой и инновационной командой, ориентированной на постоянное совершенствование операций по обеспечению безопасности.

• Конкурентоспособная заработная плата и пакет льгот.

• Культура роста и развития с возможностями для расширения ваших знаний в области ИИ, кибербезопасности и новых технологий.