на главную
habr•22 ч. назадПриоритетный откликВаше резюме и сопроводительное письмо уходят напрямую рекрутёру компании на почту, минуя общую очередь откликов на вакансию

Специалист по кибербезопасности AI/LLM-решений

В офисе МоскваГибридный форматДМС и телемедицинаКомпенсация обученияКомпенсация спорта

Навыки и технологии

DevOpsPythonKubernetes

Ключевая задача

Безопасное внедрение и сопровождение AI/LLM-решений: security review, threat modeling и защита GenAI/AI-агентов на стыке AppSec, DevSecOps и Cloud/Kubernetes Security.

Описание вакансии

Обязанности

  • Проводить security review AI/LLM-решений: LLM-приложений, AI-агентов, RAG, векторных БД, интеграций с внешними API и облачными LLM;
  • Участвовать в threat modeling AI-решений: prompt injection, jailbreak, утечки данных, небезопасные tool calls, избыточные привилегии AI-агента, RAG/data poisoning;
  • Проверять наличие и корректность защитных механизмов: guardrails, фильтры персональных данных, ограничения длины prompt/response, rate limiting, валидация ответов, контроль вызовов tools;
  • Оценивать безопасность работы с данными: персональные данные, конфиденциальная информация, источники данных для RAG, embeddings, индексы векторных БД;
  • Проверять, что AI-агенты работают по принципу минимально необходимых привилегий и не выполняют чувствительные операции без ручного подтверждения;
  • Проверять изоляцию пользовательских сессий, контекстов и памяти AI-решений;
  • Участвовать в проверке безопасности локального запуска LLM в Kubernetes: контейнеры, RBAC, secrets, network policies, ingress, resource limits;
  • Формировать требования к логированию, аудиту и трассировке AI-решений: trace ID, логи prompt/response, вызовы модели, вызовы tools, действия AI-агента;
  • Разрабатывать тестовые сценарии для проверки AI-решений на prompt injection, утечки данных, обход ограничений и небезопасное поведение агента;
  • Помогать командам разработки и эксплуатации безопасно использовать локальные и облачные LLM.

Требования

  • Опыт в кибербезопасности от 2–3 лет в одной или нескольких областях: Application Security, DevSecOps, Cloud Security, Kubernetes Security, API Security, Product Security;
  • Понимание принципов security review, threat modeling и безопасной разработки;
  • Понимание web/API-безопасности: аутентификация, авторизация, OAuth2/OIDC, SAML, JWT, RBAC, service-to-service-взаимодействие;
  • Базовое понимание AI/LLM-стека: LLM, prompt, system prompt, context window, embeddings, RAG, vector database, AI-agent, agent memory, tools/function calling;
  • Понимание основных рисков LLM-приложений: prompt injection, indirect prompt injection, jailbreak, утечка чувствительных данных, раскрытие system prompt, небезопасная обработка ответа модели, excessive agency;
  • Понимание особенностей безопасности RAG и векторных БД: например, Milvus, Qdrant, Weaviate, pgvector, Chroma, Elasticsearch/OpenSearch vector search;
  • Понимание рисков работы с персональными и конфиденциальными данными при использовании локальных и облачных LLM;
  • Базовое понимание Kubernetes и контейнерной безопасности: secrets, service account, RBAC, network policy, resource limits;
  • Умение формулировать понятные и проверяемые требования безопасности для продуктовых команд.

Что мы ищем в кандидатах:

  • 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, контроль прав, human-in-the-loop;
  • Опыт работы с SIEM/security logging: проектирование событий безопасности, аудит действий, расследование инцидентов;
  • Понимание подходов к безопасному исполнению кода, сгенерированного моделью: sandbox, изоляция контейнеров, запрет доступа к secrets, ограничения сети и ресурсов;
  • Базовые навыки Python, работы с JSON/YAML, API-тестирования или автоматизации security checks.

Будет плюсом:

  • 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.

Условия

Формат:

Гибридный (от 2-х дней в неделю, м. Технопарк).

Забота о здоровье:

Бесплатный доступ к телемедицине и очным приемам в частных клиниках (включая стоматологию и сессии с психологами);

Льготы:

Условия ипотечного кредитования от Сбербанка.

Развитие:

Индивидуальный план развития каждому, он поможет тебе всегда видеть вектор своего пути;

Обучение:

Английский язык с корпоративным преподавателем и скидки на курсы в Skyeng, компенсация обучения от ведущих платформ на рынке;

Стабильность и комфорт:

Официальное оформление, стабильные выплаты, оплата больничного и отпуска, современная техника;

Спорт:

Частичная компенсация спортивного абонемента, бесплатные занятия сквошем и футболом.