ML‑аналитик в команду Security ML

Хотите использовать машинное обучение и аналитику данных для решения задач информационной безопасности? Мы ищем специалиста в команду Security ML. Ваша задача — помогать развивать ML и аналитические процессы в сфере безопасности. Среди направлений работы — поведенческая аналитика (UBA), повышение устойчивости LLM и RAG, автоматизация рутинных задач аналитиков и анализ кода на уязвимости.

В команде параллельно ведётся работа по нескольким направлениям:

• исследовательские бенчмарки безопасности LLM;
• создание прикладных пайплайнов для внутренних сервисов;
• решение задач UBA;
• автоматизация процессов SecOps.

Какие задачи вас ждут

Безопасность систем
Вы будете оценивать риски и устойчивость языковых моделей и RAG‑пайплайнов — в том числе разбираться с prompt injection, утечками через контекст и влиянием отравленного retrieval. Вам предстоит придумывать сценарии проверки и метрики качества (включая подход LLM‑as‑a‑Judge), работать над prompt engineering и context engineering. В том числе будете проводить безопасные эксперименты на синтетических sandbox‑данных.

Поведенческая аналитика и UBA
Вы будете работать с логами и событиями: готовить признаки, выдвигать и проверять гипотезы об аномалиях, помогать развивать правила и ML‑модели, чтобы выявлять подозрительное поведение пользователей и сервисов. Важно тщательно проверять всё на реальных объёмах данных и находить баланс между чувствительностью детекции и количеством ложных срабатываний.

Автоматизация аналитики и безопасности
Вы будете разрабатывать и развивать внутренние LLM‑ и RAG‑сервисы для задач безопасности и смежных IT‑процессов. Создадите ассистентов для аналитиков, реализуете поиск и суммаризацию данных из внутренних баз знаний, будете отвечать на типичные вопросы по регламентам и runbook’ам, помогать разбирать инциденты и готовить отчётность. Вам предстоит проектировать пайплайны на Python, готовить и индексировать корпуса, настраивать retrieval, подключать модели и оценивать качество систем в реальных рабочих сценариях.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

Мы ждем, что вы

• Работали с данными (таблицы, выборки, агрегации; pandas/SQL или аналог)
• Владеете Python
• Имели дело с текстовыми данными, логами, событиями или фрагментами кода (NLP, log analytics, code snippets)
• Анализировали результаты экспериментов с помощью статистических тестов, понимаете базовые статистические методы
• Умеете анализировать метрики качества моделей и проверять гипотезы
• Готовили и структурировали датасеты, внимательны к деталям при работе с большими объёмами данных
• Способны разбираться в сложных пайплайнах и находить причины ошибок моделей, ложных срабатываний или пропусков
• Интересуетесь информационной безопасностью и готовы погружаться в предметную область

Будет плюсом, если вы

• Работали с LLM, RAG или generative AI в проде или исследованиях
• Строили evaluation-пайплайны для моделей (бенчмарки, judge‑модели, пороги качества)
• Имели опыт с anomaly detection или временными рядами по событиям
• Знакомы со статическим анализом кода, SAST‑подобными инструментами или автоматизацией code review
• Работали с разметкой данных или управляли процессом разметки
• Понимаете принципы работы современных LLM и типичные векторы атак на них