DevSecOps-инженер (ИИ/ML)

Описание

Локация: Москва, Скатертный переулок, 5с1; работа в офисе работодателя, график 5/2 с 9:00 до 18:00, возможность 1 удалённого дня в неделю, кроме понедельника и пятницы.Зарплата: до 200 000 ₽ в месяц до вычета налогов.КомпанияАккредитованная ИТ-компания в группе «ЭКТО», занимающаяся цифровизацией и автоматизацией бизнес-процессов в нефтяной отрасли и развитием собственных ИТ-проектов.Что делатьВнедрять и поддерживать процессы безопасной разработки ИИ/ML-продуктов, включая аудит data pipelines, feature stores, experiment tracking, обучения и валидации моделей.Встраивать security controls в MLOps-пайплайны и контролировать безопасность MLflow, Kubeflow, Airflow, репозиториев, ноутбуков, конфигураций и артефактов.Защищать данные для обучения, цепочку поставки моделей и model serving, включая API моделей, rate limiting, валидацию входных данных и защиту от adversarial attacks и prompt injection.Участвовать в threat modeling ИИ-систем, анализируя риски membership inference, model inversion, data poisoning, model stealing и jailbreaks.Настраивать SAST, DAST, SCA и secret scanning, обеспечивать безопасность Kubernetes с GPU-нодами, облачных ML-платформ, хранилищ и моделей.Разрабатывать регламенты, контролировать соответствие требованиям регуляторов, готовить отчётность по уязвимостям и обучать команды ИИ-разработки принципам secure coding.ТребованияОт 2 лет опыта в DevSecOps или Application Security в технических командах.Понимание жизненного цикла ИИ/ML: data preparation, training, validation, deployment и monitoring.Опыт работы с CI/CD, GitLab CI или GitHub Actions, Docker и Kubernetes.Практический опыт со сканерами уязвимостей SonarQube, Trivy, Snyk, Checkmarx, Aqua или аналогами.Знание OWASP ASVS, OWASP ML Top 10, OWASP LLM Top 10, SSDLC, CWE и CVE.Навыки работы с облачной инфраструктурой и понимание рисков GPU-инстансов и ML-платформ.Уверенное владение Python и Bash, понимание зависимостей ML-экосистемы: PyTorch, TensorFlow, transformers, LangChain и pandas.Способность взаимодействовать с Data Scientists и ML-инженерами, переводить риски ИБ в понятные требования, разбираться в чужом коде и ML-артефактах и приоритизировать задачи.Хорошо, если естьПрофильное высшее образование в области информационной безопасности, программной инженерии, computer science или data science.От 1 года опыта в проектах с ИИ/ML или понимание специфики MLOps.Опыт работы с Kubeflow, MLflow, Airflow, DVC, Weights & Biases или Label Studio.Практические знания безопасности LLM, включая prompt injection, insecure output handling, overreliance и insecure plugin design.Опыт написания политик безопасности Kubernetes на OPA/Rego или Kyverno для ML-нагрузок.Знание защиты моделей: model encryption, signing, secure enclaves и federated learning security.Сертификаты CISSP, OSCP, CompTIA Security+, CKA или AWS/Azure Security Specialty.Понимание требований к explainability, bias и auditability ИИ-систем.Культура и преимуществаКомфортный офис в центре Москвы, 15 минут от станций Арбатская, Тверская и Баррикадная.ДМС после прохождения испытательного срока.Испытательный срок — 3 месяца.Гибридный формат с возможностью одного удалённого дня в неделю, кроме понедельника и пятницы.