ML-инженер

Разработка и поддержка ML/LLM-компонентов продукта:

Классификация и оценка репутации IoC (индикаторов компрометации)

Анализ и оценка вредоносности PowerShell скриптов (PoSH)

Разработка и оптимизация RAG-систем для автоматического обогащения инцидентов и генерации вердиктов

Создание и поддержка LLM-пайплайнов для суммаризации инцидентов, извлечения сущностей и генерации отчетов

Снижение false-positive инцидентов с помощью гибридных ML/LLM-решений

NLP для анализа логов безопасности и классификации инцидентов

MLOps и эксплуатация моделей:

Полный жизненный цикл ML/LLM-моделей: от разработки до продакшена

Оптимизация LLM-инференса: управление токенами, latency, cost

Мониторинг качества моделей и деградации LLM-вердиктов

Автоматизация процессов обучения, валидации и деплоя моделей

Обеспечение отказоустойчивости и масштабируемости ML/LLM-сервисов

Интеграция с бэкендом:

Тесное взаимодействие с техлидом для интеграции ML/LLM-компонентов в основную систему

Оптимизация производительности и отказоустойчивости LLM-сервисов

Документирование API и интерфейсов ML/LLM-компонентов

Практический опыт работы с LLM в продакшене (не только эксперименты, но и боевые системы)

Разработка и эксплуатация RAG-систем

Оптимизация LLM-инференса для production

Прикладные кейсы LLM в кибербезопасности (будет плюсом)

Оценка качества LLM-решений

Опыт выстраивания MLOps для ML и LLM: полный жизненный цикл моделей в продакшене

MLflow/Model Registry; версии данных (DVC/lakeFS).

Канареечные/теневые релизы, rollback; мониторинг дрейфа/качества.

Инструменты MLOps: опыт с MLflow или аналогами, управление версиями моделей и данных

Основные ML-библиотеки: scikit-learn, PyTorch/TensorFlow

LLM фреймворки: LangChain/LlamaIndex или аналоги для построения RAG

Vector databases: Qdrant/Milvus/pgvector (практический опыт)

Pandas/NumPy для обработки данных

Git, Docker, Kubernetes (базовое понимание для MLOps)

Помощь в адаптации для быстрого погружения в работу;

ДМС (включая ежегодный Check UP, стоматологию, телемедицину, психологическую поддержку в онлайн-формате) после испытательного срока

Страхование от несчастного случая и страхование при выезде за рубеж;

Постоянное развитие - доступ к онлайн библиотеке, курсы, тренинги

Частичную компенсацию затрат на занятия спортом;

Комьюнити единомышленников по увлечениям и интересам – книги, спорт, фильмы и различные хобби;

Имеем аккредитацию в Минцифры;