Архитектор сервисов ИИ по информационной безопасности
Оценка ИИИнтересная и актуальная роль на стыке ИБ и ИИ в крупной стабильной компании. Вакансия предлагает работу с передовым стеком (MLSecOps, векторные БД) и участие в создании промышленных ИИ-решений, что гарантирует профессиональный рост.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена редким сочетанием классической информационной безопасности (ГОСТ, ФСТЭК) и передовых технологий защиты ИИ (MLSecOps, защита от состязательных атак). Требуется глубокая экспертиза как в архитектуре, так и в нормативном регулировании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции архитектора уровня Middle/Senior в Москве в сфере ИБ и ИИ рыночные показатели начинаются от 250 000 - 300 000 рублей. Учитывая специфику ИИ, компенсация может быть выше среднего по рынку ИБ.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Гринатом. ИТ
Архитектор сервисов ИИ по информационной безопасности
Опыт работы: 3–6 лет
Полная занятость
График: 5/2
Формат работы: гибрид (Москва)
*☑️* Чем предстоит заниматься
-Участие в проектировании информационных систем искусственного интеллекта в части формирования и выполнения требований информационной безопасности
-Проектирование взаимодействия с системами обеспечения безопасности информации (IAM/IDM/PAM/DLP/SIEM и т.д.)
-Написание и актуализация проектных и эксплуатационных документов на ИС
-Участие в разработке и согласовании ЛНА в части ИБ
-Участие в разработке специальных средств и методов обеспечения безопасности элементов системы искусственного интеллекта (защита от adversarial-атак, контроль целостности моделей, защита от промпт-инъекций, утечек данных и т.д.)
-Сопровождение процесса безопасной разработки (анализ архитектуры, анализ уязвимостей, помощь в принятии архитектурных решений)
-Выполнение задач по обеспечению защиты информации (проведение сканирований уязвимостей, контроль обновлений, инвентаризация ресурсов, контроль работоспособности СрЗИ и т.д.)
-Анализ событий ИБ
-Участие в расследовании инцидентов ИБ
-Участие в выборе технологического стека, прототипирование новых AI-решений для задач ИБ и оценка их применимости в продукте
-Тесное взаимодействие с Data Scientist’ами, инженерами по данным, разработчиками и экспертами по кибербезопасности для перевода исследовательских наработок в промышленные сервисы
*☑️* Наши пожелания к кандидатам
-
-Понимание процессов машинного обучения в общем, MLOps, MLSecOps
-Понимание принципов безопасной разработки, DevSecOps, AppSec
-Знание документов ФСТЭК и ГОСТов в части ИБ - 21, 117, 239, методика моделирования угроз, ГОСТ 56939-2024 и т.д
-Понимание принципа моделирования угроз ИИ (ФСТЭК, MITRE ATLAS, OWASP Top 10 X и т.д.)
-Понимание принципов безопасности AI-систем: защита от отравления данных, модельная инверсия, состязательные примеры, контроль доступа к моделям и данным
-Умение принимать взвешенные архитектурные решения и эффективно коммуницировать с командами разработки, Data Science и ИБ
-Опыт интеграции и проектирования взаимодействия с IAM/IDM/PAM/DLP/SIEM-системами
-Опыт написания и актуализации проектной и эксплуатационной документации на информационные системы в соответствии с требованиями ФСТЭК и ГОСТ
-Опыт разработки и согласования локальных нормативных актов (ЛНА) в области информационной безопасности
-Опыт выполнения технических мероприятий по защите информации: сканирование уязвимостей, управление обновлениями, инвентаризация активов, контроль работоспособности средств защиты
-Будет плюсом:
-Опыт анализа событий ИБ с использованием SIEM-систем и настройки правил корреляции
-Опыт расследования инцидентов информационной безопасности, включая анализ логов
-Практический опыт разработки и внедрения специальных средств защиты AI-систем: фильтрация adversarial-примеров, детектор prompt injection, контроль утечек данных
-Опыт проектирования сервисов на основе контейнерной архитектуры (Kubernetes, Docker)
-Опыт работы с реляционными и специализированными хранилищами: PostgreSQL, Elasticsearch, векторные базы данных
-Опыт администрирования Linux систем
Контакты: Откликнуться
*🔥* Подписаться на наши каналы / Откликнуться / Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- MLOps
- MLSecOps
- DevSecOps
- AppSec
- IAM
- IDM
- PAM
- DLP
- SIEM
- Kubernetes
- Docker
- PostgreSQL
- ElasticSearch
- Linux
- Cybersecurity
Возможные вопросы на собеседовании
Проверка понимания специфических угроз для LLM и генеративных моделей.
Какие методы защиты от Prompt Injection вы считаете наиболее эффективными при проектировании архитектуры ИИ-сервиса?
Оценка навыков работы в рамках российского законодательства.
Как вы интегрируете требования ГОСТ 56939-2024 в процесс разработки ИИ-моделей?
Проверка опыта в области MLSecOps.
Опишите ваш подход к обеспечению целостности моделей и защиты от отравления данных (data poisoning) на этапе обучения.
Оценка архитектурных навыков интеграции.
Каким образом вы бы спроектировали взаимодействие ИИ-системы с корпоративной SIEM-системой для мониторинга аномалий в поведении моделей?
Проверка умения работать с современным стеком.
Каковы основные риски безопасности при развертывании ИИ-сервисов в среде Kubernetes и как их минимизировать?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
