Назад
5 дней назад

Python-разработчик в команду кибербезопасности AI-агентов (AI)

Формат работы
onsite
Тип работы
fulltime
Грейд
middle
Английский
b2
Страна
Russia
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Python-разработчик в команду кибербезопасности AI-агентов (AI): Разработка средств автоматизации тестирования, бенчмарков и интеграций для защиты GenAI-моделей, LLM-приложений и AI-агентов с акцентом на Python, API, базы данных и анализ устойчивости к атакам. Фокус на тестировании логики принятия решений мультиагентных систем, интеграции LLM в продукты кибербезопасности и внедрении защитных мер.

Локация: Москва, офисный формат работы на месте работодателя

Компания

СБЕР развивает продукты и решения для кибербезопасности GenAI-моделей, LLM-приложений, AI-агентов и мультиагентных систем, которыми пользуются миллионы пользователей.

Что делать

  • Разрабатывать на Python средства автоматизации тестирования и анализа.
  • Интегрировать решения с API, базами данных и внутренними сервисами.
  • Разрабатывать, адаптировать и настраивать автоматизированные бенчмарки и датасеты для проверки устойчивости GenAI-моделей к атакам.
  • Интегрировать LLM в продукты кибербезопасности AI.
  • Тестировать логику принятия решений AI-агентов и доступные им инструменты.
  • Взаимодействовать с командами разработки для внедрения мер защиты.

Требования

  • Высшее образование в области информационной безопасности или компьютерных наук либо эквивалентный практический опыт.
  • Коммерческий опыт backend-разработки на Python от 3 лет.
  • Знание FastAPI, FastMCP, LangChain и LangGraph.
  • Опыт работы с реляционными и нереляционными базами данных, включая PostgreSQL и MongoDB.
  • Владение Git, знание паттернов и антипаттернов, SOLID и ООП; практический опыт проведения code review.
  • Понимание специфики, архитектур и протоколов взаимодействия AI-агентов и мультиагентных систем, а также их отличий от GenAI-моделей и LLM-приложений.
  • Понимание RAG и векторных баз данных, включая Neo4j и Qdrant.
  • Английский язык на уровне чтения технической литературы.

Хорошо, если есть

  • Опыт разработки и адаптации бенчмарков для тестирования GenAI-моделей.
  • Практический опыт работы с фреймворками создания агентов, включая LangChain, CrewAI и AutoGen.
  • Опыт разработки RAG-систем.
  • Практический опыт разработки AI-агентов и мультиагентных систем.

Культура и преимущества

  • Офисный формат работы в современном офисе.
  • Ежегодный пересмотр зарплаты и годовая премия.
  • Корпоративный спортзал, зоны отдыха и более 400 образовательных программ СберУниверситета.
  • Программа адаптации и помощь руководителя на старте.
  • Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа.
  • Льготные условия ипотечного кредита, подписка Прайм и вознаграждение за рекомендации.

Будьте осторожны

Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →