- Страна
- Россия
Старший специалист по развитию PAM-систем
Гринатом — стабильный работодатель в структуре Росатома, предлагающий работу над передовыми технологиями (AI/ML). Вакансия привлекательна уникальным стеком на стыке ИБ и ИИ, хотя требует работы в гибридном формате в Москве.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Роль требует редкого сочетания классической информационной безопасности (ГОСТ, ФСТЭК) и современных практик защиты ИИ (MLSecOps, MITRE ATLAS). Высокий порог входа обусловлен необходимостью глубокого понимания специфических атак на нейросети.
Анализ зарплаты
Зарплата в вакансии не указана, но для позиции Senior в области ИБ с уклоном в MLSecOps в Москве рыночные предложения начинаются от 250 000 рублей. Учитывая специфику госсектора и сложность стека, можно ожидать конкурентоспособное предложение на уровне или чуть выше среднего по рынку.
Откликнитесь в Гринатом уже сейчас
Присоединяйтесь к команде Гринатома и станьте ключевым экспертом по безопасности систем искусственного интеллекта!
Описание вакансии
**Старший специалист по развитию PAM-систем.
Локация:** #Москва.
Опыт: 3 года.
Зарплата: ₽. Обсуждается на собеседовании.
Компания: Гринатом.
Обязанности:• 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.
Требования:• 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.
*✈* Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- PAM
- IAM
- IDM
- DLP
- SIEM
- MLOps
- MLSecOps
- DevSecOps
- AppSec
- Information Security
- Vulnerability Assessment
- MITRE ATLAS
- OWASP
Возможные вопросы на собеседовании
Проверка понимания специфических угроз для ИИ-моделей.
Какие методы защиты от промпт-инъекций и состязательных атак (adversarial attacks) вы считаете наиболее эффективными в промышленной эксплуатации?
Оценка опыта работы с нормативной базой РФ.
Как вы интегрируете требования ГОСТ 56939-2024 в процесс безопасной разработки AI-систем?
Проверка навыков проектирования систем доступа.
Опишите ваш опыт интеграции PAM-систем с инфраструктурой машинного обучения: какие основные сложности возникали при контроле доступа к весам моделей?
Оценка понимания жизненного цикла ML.
В какой момент жизненного цикла ML-модели (от сбора данных до деплоя) критически важно внедрять контроли безопасности согласно методологии MLSecOps?
Проверка коммуникативных навыков и архитектурного мышления.

