Инженер по безопасности AI/LLM
Оценка ИИЭто уникальная и перспективная позиция на стыке ИБ и AI в крупной стабильной компании. Возможность удаленной работы и работа с передовым стеком технологий делают вакансию крайне привлекательной для экспертов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания классической информационной безопасности и глубоких знаний в области LLM (RAG, prompt injection, MCP). Высокая сложность обусловлена необходимостью разработки политик для новых, быстро меняющихся технологий.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для специалистов такого уровня в Москве и при удаленной работе рынок предлагает высокие компенсации. Учитывая дефицит кадров в AI Security, можно ожидать предложения 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
**Инженер по безопасности AI/LLM.
Локация:** Можно работать удаленно.
Опыт: 3–6 лет.
Зарплата: ₽. Обсуждается на собеседовании.
Компания: АльфаСтрахование.
Обязанности:• Формирование, согласование и актуализация требований информационной безопасности к системам и проектам с использованием AI и LLM.
• Анализ архитектуры, сценариев использования и потоков данных AI-систем, включая RAG, AI-агентов, MCP-интеграции и внешних LLM-провайдеров.
• Определение мер защиты и критериев допуска AI-решений к тестовой и промышленной эксплуатации.
• Сопровождение внедрения и эксплуатации LLM Security Gate, координация подключения новых моделей, приложений и команд.
• Разработка, настройка и актуализация политик контроля запросов, ответов, контекста и действий AI-агентов.
• Анализ событий и журналов LLM Security Gate, разбор ложных срабатываний и пропусков, корректировка политик и оценка эффективности мер защиты.
• Контроль рисков утечки конфиденциальной информации, персональных данных и секретов, атак prompt injection, небезопасных ответов и неконтролируемых действий AI-агентов.
• Разработка и актуализация AI Security Playbook: типовых требований ИБ, безопасных архитектурных шаблонов, чек-листов, моделирование угроз, сценариев испытаний и порядка обработки исключений.
• Взаимодействие с командами разработки, AppSec, DevSecOps, SOC, инфраструктурными подразделениями и поставщиками решений.
• Консультирование команд по безопасному внедрению и использованию AI-технологий и инструментов.
Требования:• Понимание принципов работы LLM-приложений, RAG, AI-агентов, MCP-интеграций и взаимодействия с внешними провайдерами моделей.
• Навыки анализа архитектуры и потоков данных, определения границ доверия, моделирования угроз и формирования проверяемых требований ИБ.
• Знание угроз AI-систем: prompt injection, утечки данных и секретов, небезопасные ответы, избыточные полномочия и неконтролируемые действия агентов.
• Понимание принципов работы LLM Security Gate и контроля запросов, ответов, контекста и вызовов инструментов.
• Навыки настройки политик безопасности, анализа журналов и событий, выявления ложно-положительных и ложно-отрицательный событий.
• Умение разрабатывать сценарии испытаний и оценивать эффективность защитных мер и выполнение критериев допуска к эксплуатации.
• Понимание принципов разграничения доступа, защиты конфиденциальной информации и персональных данных, безопасного хранения и использования секретов.
• Навыки подготовки AI Security Playbook, моделей угроз, чек-листов и безопасных архитектурных шаблонов.
• Умение согласовывать требования с техническими командами, оценивать исключения и консультировать по безопасному использованию AI.
*✈* Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- LLM
- RAG
- AI Security
- Prompt Injection
- AppSec
- DevSecOps
- Information Security
- Threat Modeling
- Python
Возможные вопросы на собеседовании
Проверка понимания специфических рисков LLM.
Какие методы защиты от Prompt Injection вы считаете наиболее эффективными при использовании внешних LLM-провайдеров?
Оценка навыков проектирования безопасных систем.
Как бы вы организовали контроль доступа и предотвращение утечки персональных данных в архитектуре RAG?
Проверка практического опыта работы с инструментами защиты.
Опишите ваш опыт настройки LLM Security Gate: с какими сложностями при фильтрации запросов вы сталкивались?
Оценка навыков моделирования угроз.
Какие специфические угрозы возникают при использовании автономных AI-агентов с доступом к внутренним API компании?
Проверка умения работать с инцидентами.
Как вы определяете баланс между безопасностью (false positive) и удобством работы пользователей при настройке политик контроля ответов модели?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
