Стажёр в направление внедрения требований/экспертизы

Это шанс начать карьеру на переднем крае безопасности искусственного интеллекта.

Кого мы ищем:

Профиль и образование: в т.ч.студент 2-4 курса или недавний выпускник вуза по направлениям: информационная безопасность, компьютерные науки, прикладная математика, data science.

Занятость: не менее 20 часов в неделю, гибкий график (не менее 3 дней в неделю в офисе).

Чему вы научитесь:

• углубленная аналитика внешних материалов: систематический сбор, первичный анализ и структурирование научных статей, отчетов (от ENISA, NIST, MITRE ATLAS, OWASP AI Security & Privacy Guide), стандартов, блогов ведущих вендоров и исследователей
• сравнительный анализ: сопоставление требований из разных источников (например, OWASP ML Top 10 vs OWASP LLM Top 10 vs стандарт ISO/IEC 27090) и подготовка сводных таблиц
• литературный обзор по целевым темам: LLM Security, AI-agent security, RAG Security, model supply chain, интерпретируемость, отравление данных, методы джейлбрейков и промпт-атак, guardrails
• адаптация (в идеале): оценка применимости конкретных практик из OWASP, MITRE ATLAS и др. к инфраструктуре и ландшафту банка, формирование кандидатом требований и мер митигации описываемых угроз.

Что для нас важно:

Ключевые навыки:

• работа с технической/нормативной документацией и презентациями
• анализ технических и научных статей
• свободное чтение на английском языке
• полное владение функциями Word, PowerPoint, Excel: автооглавление, формулы, использование горячих клавиш, адаптация интерфейса для эффективной работы.

Технические знания:

• базовые понятия кибербезопасности: нарушитель, угроза, модель угроз, уязвимости, поверхность атаки, вектор атаки, редтиминг, SOC, идентификация, авторизация, аутентификация, управление доступом (RBAC/ABAC), сетевая безопасность
• что такое ML/DL, NLP, базовые архитектуры нейросетей, механизм внимания и трансформеры, генеративные модели (GPT, диффузионные)
• концепции RAG, Fine-tuning, AI-агентов на концептуальном уровне (важно понимать, из каких компонентов состоят и где уязвимости)
• жизненный цикл ML/AI-моделей (MLOps/LLMOps)
• написание AI-агентов – очень ценный опыт.

Будет значительным преимуществом:

• знание принципов безопасности данных: дифференциальная приватность, синтетические данные, обезличивание, поиск ключей и секретов в данных
• знание области DevOps/DevSecOps: принципы CI/CD, инфраструктуры как кода (IaC), что такое пайплайн сборки/развертывания/тестирования, что такое проверки SAST/DAST/SCA (security quality gates), управление секретами, zero trust
• знание регуляторного поля РФ в части ИБ: документы ФСТЭК, ЦБ, ГОСТы, ФСБ, МО
• наличие пет-проектов (датасеты, простые модели на Kaggle, участие в хакатонах), курсовых работ по ML/NLP или завершенные специализированные курсы (например, по ML или основам LLM).

Мы предлагаем:

• комфортный современный офис
• офисный формат работы
• ежегодный пересмотр зарплаты, годовая премия
• корпоративный спортзал и зоны отдыха
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь руководителя на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
• подписка Прайм с возможностью совместного использования на трёх близких
• вознаграждение за рекомендацию друзей в команду Сбера.