- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Инженер по информационной безопасности | Подгруппа безопасности ML
Оценка ИИOzon Tech — топовый работодатель с сильной инженерной культурой. Вакансия находится на острие технологий (AI Security), предлагает удаленный формат работы и возможность влиять на безопасность критически важных систем.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью сочетать глубокие знания классической кибербезопасности с узкой специализацией в области ML (LLM, RAG, MCP). Требуется опыт Red Teaming и понимание специфических векторов атак на нейросети.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для специалистов уровня Middle+/Senior в области ИБ и ML в Москве рыночный диапазон составляет от 250 000 до 450 000 рублей. Ozon Tech обычно предлагает конкурентоспособные условия, соответствующие верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ozon Tech уже сейчас
Присоединяйтесь к команде Ozon Tech и станьте экспертом в защите передовых ML-технологий!
Описание вакансии
**Инженер по информационной безопасности | Подгруппа безопасности ML.
Локация:** Можно работать удаленно.
Опыт: 3–6 лет.
Зарплата: ₽. Обсуждается на собеседовании.
Компания: Ozon Tech.
Обязанности:• Исследовать уязвимости LLM, AI-агентов, ML, RAG, MCP и межагентных взаимодействий (red teaming).
• Проводить аудиты информационных систем и ML-сервисов компании по требованиям безопасности.
• Разрабатывать и улучшать требования информационной безопасности ML.
• Внедрять ML в ИБ процессы компании и группы.
Требования:• Опыт проведения аудитов безопасности информационных систем, включая оценку рисков ML решений.
• Знание подходов к защите ML: guardrails, фильтры ввода и вывода, DLP, маскирование.
• Понимание уязвимостей ML-систем: атаки на модели, инфраструктуру, защита данных при обучении.
• Базовые навыки prompt injection, adversarial attack, privilege escalation и другие.
*✈* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- LLM
- Red Teaming
- Information Security
- Risk Assessment
- RAG
- DLP
- Machine Learning Security
- Adversarial Attacks
- Prompt Injection
Возможные вопросы на собеседовании
Проверка практического опыта в Red Teaming для языковых моделей.
Расскажите о наиболее эффективных техниках prompt injection, которые вы использовали для обхода систем фильтрации LLM?
Оценка понимания архитектурных рисков при использовании RAG.
Какие основные векторы атак вы видите в архитектуре RAG и как бы вы предложили защищать векторные базы данных?
Проверка навыков защиты данных на этапе обучения.
Как предотвратить утечку конфиденциальных данных (PII) через ответы модели, если эти данные попали в обучающую выборку?
Оценка умения выстраивать процессы безопасности.
Какие метрики вы бы использовали для оценки эффективности внедренных ML-guardrails?
Проверка знаний в области безопасности инфраструктуры ML.
В чем заключаются основные риски безопасности при использовании протокола MCP (Model Context Protocol) в межагентных взаимодействиях?
Похожие вакансии
Senior Аналитик ИБ
Инженер SIEM
Специалист по тестированию на проникновение (пентестер) в сфере ИБ
Руководитель команды AppSec
Директор по информационной безопасности
Руководитель направления по информационной безопасности (методология и аудит)
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!