- Страна
- Россия
Откликайтесь
на вакансии с ИИ
AI application security engineer
Оценка ИИКонтур — один из лидеров российского IT-рынка с сильной инженерной культурой. Вакансия предлагает работу на острие технологий (AI Security), что гарантирует профессиональный рост и работу над уникальными задачами в стабильной компании.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания классического AppSec, глубокого понимания инфраструктуры Kubernetes и специфических знаний в области безопасности LLM (Prompt Injection, RAG, векторные БД). Высокий порог входа обусловлен необходимостью работать с новейшим стеком технологий и быстро адаптироваться к меняющемуся ландшафту AI-угроз.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для специалистов уровня Senior в области AppSec/MLSec в Екатеринбурге и при удаленной работе на крупные компании рынок предлагает конкурентные условия. Указанный диапазон отражает текущие реалии для экспертов с опытом от 2-3 лет в узких нишах ИБ.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Контур уже сейчас
Присоединяйтесь к команде Контура, чтобы формировать стандарты безопасности для передовых AI-технологий!
Описание вакансии
**AI application security engineer.
Локация:** #Екатеринбург.
Зарплата: ₽. Обсуждается на собеседовании.
Компания: Контур.
Обязанности:• Проводить анализ защищенности (преимущественно Whitebox) LLM-приложений, AI-агентов, RAG, векторных БД, Low-Code/No-Code-систем (Dify, n8n) и интеграций с внешними API / облачными моделями.
• Выявлять специфичные для AI векторы атак: prompt injection, indirect prompt injection, jailbreak, data poisoning, excessive agency, unsafe tool calls и over-privileged agents.
• Настраивать и валидировать защитные механизмы: фильтры PII / конфиденциальных данных, ограничения контекста, rate limiting, контроль вызова tools и ручные подтверждения для критичных операций.
• Укреплять внутренний AI/ML-тулинг совместно с платформенными командами. Строить систему правил, скиллов и хуков, чтобы встраивать политики ИБ непосредственно в среду разработки: skills, rules, hooks, MCP-серверы.
• Проверять безопасность локального запуска LLM и агентов в Kubernetes и Linux-песочницах: изоляция сессий, памяти, контейнеров, RBAC, NetworkPolicy, Secrets Management.
• Формировать требования к аудиту и трассировке AI-систем: trace ID, логирование prompt/response, фиксация вызовов моделей и действий агентов.
• Консультировать команды, помогать внедрять безопасный код и выстраивать понятные процессы.
Требования:• Опыт в сфере ИБ от двух лет в одном или нескольких направлениях: AppSec, DevSecOps, Cloud/K8s Security, Product Security или ML Security.
• Уверенное владение одним из языков программирования: Python, Go, C#, TS, Rust. Умение читать чужой код, искать уязвимости и писать PoC.
• Знание AI/LLM-стека: понимание устройства языковых моделей, RAG, векторных БД (Milvus, Qdrant, pgvector и др.), AI-агентов, agent memory, tool calling, а также стандарта взаимодействия MCP.
• Знание AI-угроз: понимание рисков OWASP for LLM, MITRE ATLAS (prompt injection, раскрытие system prompt, утечки данных, необдуманное выполнение кода агентами).
• Знание основ Linux и базовое понимание безопасности Kubernetes: RBAC, ServiceAccount, NetworkPolicy, Secrets, изоляция контейнеров.
• Знание классических веб-уязвимостей, механизмов аутентификации и авторизации OAuth2, OIDC, JWT, RBAC и безопасной разработки — Secure SDLC, Threat Modeling.
• Умение аргументированно объяснять риски, находить компромиссы с разработкой.
*✈* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- TypeScript
- C++
- Python
- Rust
- Linux
- RBAC
- LLM
- Kubernetes
- RAG
- OAuth2
- DevSecOps
- Go
- JWT
- n8n
- Milvus
- AppSec
- Qdrant
- Dify
Возможные вопросы на собеседовании
Проверка практических навыков защиты от наиболее распространенной атаки на LLM.
Расскажите о методах предотвращения Indirect Prompt Injection в RAG-системах. Как вы будете валидировать данные, полученные из внешних источников?
Оценка понимания рисков, связанных с автономностью AI-агентов.
Какие механизмы контроля вы бы внедрили для AI-агентов с функцией Tool Calling, чтобы предотвратить Excessive Agency?
Проверка знаний в области безопасности контейнеризации, критически важной для запуска локальных моделей.
Как обеспечить изоляцию сессий и памяти при запуске нескольких экземпляров LLM в одном кластере Kubernetes?
Оценка навыков архитектурного планирования безопасности.
Какие ключевые события должны фиксироваться в логах AI-системы для проведения полноценного аудита безопасности после инцидента?
Проверка умения работать с современными протоколами взаимодействия AI-компонентов.
В чем заключаются основные риски безопасности при использовании Model Context Protocol (MCP) и как их минимизировать?
Похожие вакансии
SOC Analyst L2
Senior Application Security Engineer
Senior Application Security Engineer
Senior Аналитик ИБ
Инженер SIEM
Специалист по тестированию на проникновение (пентестер) в сфере ИБ
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!