ВАКАНСИЯ набор открыт обновлено 7 дней назад

Специалист по кибербезопасности AI/LLM-решений — СберЗдоровье

СберЗдоровье
Откликнуться
Грейд
Middle
Направление
Опыт
от 2–3 лет
Формат
Гибрид
Город
Занятость
Стек
KubernetesPythonMilvusQdrantWeaviatepgvectorElasticsearchOpenSearch
О вакансии
Ищем специалиста по кибербезопасности для безопасного внедрения и поддержки AI-решений.

Позиция совмещает направления Application Security, DevSecOps, Cloud/Kubernetes Security и защиту GenAI/LLM/AI-агентов.

Что предстоит делать:

  • Выполнять security review AI/LLM-решений: LLM-приложений, AI-агентов, RAG, векторных БД, интеграций с внешними API и облачными LLM;
  • Принимать участие в threat modeling AI-решений: prompt injection, jailbreak, утечки данных, небезопасные tool calls, избыточные привилегии AI-агента, RAG/data poisoning;
  • Контролировать наличие и правильную работу защитных механизмов: guardrails, фильтры персональных данных, ограничения длины prompt/response, rate limiting, валидация ответов, контроль вызовов tools;
  • Анализировать безопасность обработки данных: персональные данные, конфиденциальная информация, источники данных для RAG, embeddings, индексы векторных БД;
  • Убеждаться, что AI-агенты функционируют по принципу минимально необходимых привилегий и не совершают чувствительные операции без ручного подтверждения;
  • Проверять изоляцию пользовательских сессий, контекстов и памяти AI-решений;
  • Участвовать в оценке безопасности локального запуска LLM в Kubernetes: кон
Требованияобязательно
Опыт в кибербезопасности от 2–3 лет в Application Security, DevSecOps, Cloud Security, Kubernetes Security, API Security или Product Security
Понимание принципов security review, threat modeling и безопасной разработки
Понимание web/API-безопасности: аутентификация, авторизация, OAuth2/OIDC, SAML, JWT, RBAC
Базовое понимание AI/LLM-стека: LLM, prompt, context window, embeddings, RAG, vector database, AI-agent, tools/function calling
Понимание основных рисков LLM-приложений: prompt injection, jailbreak, утечка данных, excessive agency
Понимание особенностей безопасности RAG и векторных БД (Milvus, Qdrant, Weaviate, pgvector, Chroma, Elasticsearch/OpenSearch)
Понимание рисков работы с персональными и конфиденциальными данными при использовании LLM
Базовое понимание Kubernetes и контейнерной безопасности: secrets, service account, RBAC, network policy
Умение формулировать понятные и проверяемые требования безопасности для продуктовых команд
Будет плюсом
Опыт security review AI/LLM, RAG, чат-ботов, AI-ассистентов или агентских решений
Знакомство с OWASP Top 10 for LLM Applications, OWASP Agentic AI Threats, MITRE ATLAS, NIST AI RMF
Понимание безопасности agent tools/function calling: allowlist tools, схемы входных параметров, human-in-the-loop
Опыт работы с SIEM/security logging: проектирование событий безопасности, аудит действий
Понимание подходов к безопасному исполнению кода, сгенерированного моделью: sandbox, изоляция контейнеров
Базовые навыки Python, работы с JSON/YAML, API-тестирования или автоматизации security checks
Опыт с OpenAI/Azure OpenAI, AWS Bedrock, Google Vertex AI, Anthropic или другими LLM-провайдерами
Опыт с локальными open-source LLM и inference-сервисами
Опыт настройки или проверки guardrails, фильтров персональных данных, DLP-подходов, content moderation
Опыт участия в AI red teaming или разработке тестов на prompt injection и data leakage
Что предлагают
Гибридный формат (от 2-х дней в неделю, м. Технопарк)
Бесплатный доступ к телемедицине и очным приемам в частных клиниках
Условия ипотечного кредитования от Сбербанка
Индивидуальный план развития
Английский язык с корпоративным преподавателем и скидки на курсы в Skyeng
Компенсация обучения от ведущих платформ
Официальное оформление, стабильные выплаты, оплата больничного и отпуска
Современная техника
Частичная компенсация спортивного абонемента, бесплатные занятия сквошем и футболом
Источник
Агрегировано Codeby Jobs. Источник: Habr Career (career.habr.com). Удаление по запросу: @admin.
Откликнуться