Applied AI Architect, Cyber

О позиции

Команда AI Deployment Engineering помогает разработчикам и корпоративным клиентам безопасно и эффективно разворачивать технологии OpenAI в production. Кибербезопасность — одна из наиболее приоритетных областей: security-команды вынуждены обрабатывать огромные объёмы данных (код, логи, алерты, тикеты, данные об уязвимостях) быстрее, чем когда-либо. Эта роль сфокусирована на работе с CISO, руководителями по безопасности, командами SOC и инженерами, чтобы переводить возможности фронтирных моделей в конкретные, измеримые security-результаты. Позиция базируется в штаб-квартире в Сан-Франциско, предусмотрена помощь с релокацией.

Будет плюсом

• Опыт работы в MSSPs, security-стартапах или корпоративных security-командах
• Знакомство с платформами SIEM, SOAR, CNAPP, ASPM или vulnerability management
• Опыт с LLM-агентами, RAG, оркестрацией инструментов в production-контексте
• Публичные материалы: статьи, выступления, open-source-проекты в области AI security или offensive/defensive security

Условия

• Работа в одной из наиболее значимых AI-компаний мира над реальными security-задачами
• Уникальная позиция на пересечении передовых AI-технологий и кибербезопасности
• Тесное сотрудничество с командами Sales, Solutions Engineering, Product, Engineering, Research и Security
• Помощь с релокацией в Сан-Франциско для новых сотрудников
• Возможность формировать продуктовую стратегию через прямой фидбек от клиентов
• Работа с ведущими мировыми компаниями и CISO-уровневыми стейкхолдерами

Навыки

• Python
• JavaScript
• OpenAI API
• LLM Agents
• Retrieval-Augmented Generation (RAG)
• Prompt Engineering
• CI/CD
• GitHub Actions
• REST API
• Application Security (AppSec)
• Cloud Security
• DevSecOps
• SIEM
• SOAR
• Vulnerability Management
• Incident Response
• Threat Modeling
• Detection Engineering
• Security Architecture
• Sandboxing
• Observability / Telemetry
• Secure Code Review
• GRC Automation
• Identity & Access Management

Могут спросить на собеседовании

1. Опишите, как бы вы провели discovery-сессию с SOC-командой крупного банка, чтобы определить наиболее ценные use cases для внедрения LLM в их процессы.
2. Как вы будете оценивать качество LLM-powered системы триажа уязвимостей? Какие метрики и методы eval вы предложите клиенту?
3. Клиент хочет дать AI-агенту возможность автоматически закрывать алерты в SIEM. Какие guardrails и архитектурные решения вы предложите, чтобы сделать это безопасно?
4. Как бы вы объяснили CISO, почему LLM может пропустить критическую уязвимость, и как это влияет на дизайн системы secure code review?
5. Расскажите о случае, когда вам пришлось превратить неопределённый болевой запрос клиента в чётко сформулированный пилот с критериями успеха. Что было сложнее всего?