AI application security engineer
Оценка ИИКонтур — один из лидеров IT-рынка с сильной инженерной культурой. Вакансия находится на острие технологий (AI Security), предлагает работу с современным стеком и гибридный формат, что делает её крайне привлекательной для опытных специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания классического AppSec/DevSecOps и глубокой экспертизы в области безопасности больших языковых моделей (LLM). Кандидату необходимо не только знать уязвимости OWASP, но и понимать специфику RAG, AI-агентов и инфраструктуры Kubernetes.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, однако для позиций уровня Middle+/Senior в сфере кибербезопасности в Екатеринбурге и при удаленной работе рыночный диапазон составляет 250 000 – 450 000 рублей. Контур обычно предлагает конкурентоспособные условия, соответствующие рынку крупных тех-компаний.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
AI application security engineer, middle+/senior — Контур
Гибрид в Екатеринбурге, офис на ул. Малопрудной, 5. Полный рабочий день. Сумма дохода не указана, она зависит от технических знаний и навыков.
Команда безопасности ИИ ищет специалиста для whitebox-анализа LLM-приложений, AI-агентов, RAG и векторных БД. Нужно выявлять prompt injection и другие AI-угрозы, проверять защитные фильтры и контроль вызовов инструментов. Ещё предстоит встраивать политики ИБ в среду разработки через skills, rules, hooks и MCP, проверять безопасность LLM в Kubernetes и Linux-песочницах.
Что нужно:
— от двух лет в ИБ: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security
— уверенное владение одним из языков: Python, Go, C#, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC
— понимание LLM, RAG, agent memory, tool calling и MCP, рисков OWASP for LLM и MITRE ATLAS
— Linux и основы безопасности Kubernetes, классические веб-уязвимости, OAuth2, OIDC, JWT, RBAC, Secure SDLC и Threat Modeling
Важно уметь объяснять риски и договариваться с разработкой. Компания поддерживает внутреннее и внешнее обучение.
Откликнуться — на Хабр Карьере после авторизации.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Go
- C#
- TypeScript
- Rust
- Kubernetes
- Linux
- LLM
- RAG
- AppSec
- DevSecOps
- OAuth2
- JWT
- Threat Modeling
Возможные вопросы на собеседовании
Проверка понимания специфических атак на LLM и умения им противодействовать.
Какие методы защиты от Prompt Injection вы считаете наиболее эффективными при проектировании RAG-систем?
Оценка навыков обеспечения безопасности инфраструктуры, где работают модели.
Как вы организуете изоляцию LLM-агентов в Kubernetes для предотвращения выхода за пределы песочницы при использовании Tool Calling?
Проверка знания современных протоколов взаимодействия с ИИ-моделями.
Какие риски безопасности вы видите в использовании Model Context Protocol (MCP) и как их минимизировать?
Оценка умения интегрировать безопасность в процесс разработки.
Как бы вы внедрили автоматизированные проверки безопасности (Guardrails) в CI/CD пайплайн для ML-команды?
Проверка навыков моделирования угроз.
Проведите краткий Threat Modeling для AI-агента, имеющего доступ к корпоративной почте и календарю через API.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
