- Страна
- Россия
Data Security Engineer (Go/ML)
Оценка ИИPositive Technologies — топовый работодатель в сфере ИБ с сильной инженерной культурой. Вакансия предлагает работу с передовым стеком (LLM, RAG) и социально значимые задачи, что делает её крайне привлекательной для опытных разработчиков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубоких знаний как в системной разработке на Go, так и в современных ML-подходах (RAG, LLM). Высокая сложность обусловлена необходимостью проектировать безопасные и масштабируемые архитектуры в сфере кибербезопасности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Senior/Lead позиций в Positive Technologies и аналогичных компаниях уровня BigTech в РФ вилка обычно составляет 350,000–550,000 рублей. Данная оценка соответствует рыночным ожиданиям для специалистов на стыке Go и ML.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Data Security
Стек: Go, Clean Architecture, gRPC, REST, LLM, Machine Learning, RAG, Vector Search
Привет! Мы в Positive Technologies разрабатываем продукты, решения и сервисы, которые помогают выявлять и предотвращать кибератаки до того, как они причинят неприемлемый ущерб бизнесу, отраслям эконом…
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Go
- Clean Architecture
- gRPC
- REST
- LLM
- Machine Learning
- RAG
- Vector Search
Возможные вопросы на собеседовании
Проверка понимания принципов построения поддерживаемого кода в Go.
Как вы реализуете Clean Architecture в Go-проектах и как разделяете слои бизнес-логики и инфраструктуры?
Вакансия предполагает работу с LLM и поиском.
Какие стратегии индексации и поиска в векторных БД вы использовали для реализации RAG-систем?
Важно для высоконагруженных систем в кибербезопасности.
Как вы обеспечиваете безопасность и производительность при передаче данных через gRPC?
Проверка навыков оптимизации ML-решений.
С какими проблемами галлюцинаций LLM вы сталкивались и как решали их на уровне архитектуры приложения?
Специфика работы в Positive Technologies.
Как бы вы спроектировали систему мониторинга аномалий в потоке данных, используя Go и Machine Learning?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
