Эта роль сочетает глубокую техническую экспертизу с лидерской ответственностью, управляя междисциплинарными инициативами в области Data Science от начала до конца в сложных системах управления политикой безопасности.
Эта роль стимулирует разработку инновационных AI-возможностей производственного уровня, включая интеллект, лежащий в основе AI-агентов безопасности и передовых моделей машинного обучения, построенных на сложных данных безопасности.
Оригинальное мышление, глубокая техническая строгость, интеллектуальная гибкость и исключительные навыки решения проблем имеют важное значение.
Обязанности:
- Руководить инициативами Data Science от начала до конца, от постановки задачи до валидации, развертывания в производстве на основе CI/CD, мониторинга и постоянной операционной оптимизации AI-систем
- Разрабатывать передовые возможности ML, включая предиктивное моделирование, обнаружение аномалий, классификацию и поведенческий анализ
- Разрабатывать интеллектуальные возможности, лежащие в основе AI-агентов безопасности, сочетая машинное обучение, LLM, статистические методы и предметно-ориентированные алгоритмы, с глубоким пониманием того, как агенты используют эти возможности в многошаговых рабочих процессах
- Адаптировать и дорабатывать LLM-технологии для предметно-ориентированных сценариев использования в области безопасности
- Определять и внедрять строгие методологии оценки ML-систем и систем агентного AI, включая качество принятия решений, надежность, устойчивость, неопределенность и режимы сбоев
- Сотрудничать с командами Product, Engineering и Security для достижения измеримого бизнес-влияния
- Обеспечивать техническое руководство и наставничество в междисциплинарных инициативах Data Science
Требования:
- Степень магистра (M.Sc.) в области Data Science, Computer Science, Statistics, Mathematics или смежной количественной дисциплины
- Не менее 7 лет практического опыта работы в области Data Science, включая создание комплексных решений для производственных сред
- Глубокое понимание теории машинного обучения, статистического вывода и практического поведения моделей
- Сильная экспертиза в Python и современной экосистеме Data Science (NumPy, Pandas, Scikit-learn, PyTorch / TensorFlow и т. д.)
- Глубокое понимание архитектур LLM, методологий адаптации и доработки
- Глубокое понимание архитектур и концепций AI-агентов, включая использование инструментов, управление контекстом, память, планирование/рассуждение и многошаговые рабочие процессы
- Высокая аналитическая строгость и способность к структурированному решению проблем
- Отличные навыки межличностного общения и подтвержденная способность работать в междисциплинарных продуктовых командах
Преимущество:
- Опыт разработки или развертывания AI-агентов или систем многошагового рассуждения
- Опыт работы с локальными/on-premise AI-системами, особенно в условиях ограниченных вычислительных ресурсов, памяти, задержки или требований безопасности
- Опыт работы с малыми языковыми моделями (SLM), квантованием моделей, дистилляцией, эффективным выводом или другими методами локального запуска AI-моделей
- Опыт работы с Generative AI, RAG, GraphRAG, семантическим поиском, векторными базами данных или предметно-ориентированной адаптацией LLM
- Опыт работы с ML/AI observability, мониторингом моделей или обнаружением дрейфа
- Опыт работы с графовыми технологиями, такими как Neo4j
- Опыт работы в области сетевой безопасности, политик межсетевого экрана или аналитики соответствия требованиям
