Что для нас важно:
Образование: законченное высшее техническое образование (информационная безопасность, компьютерные науки, прикладная математика, data science).
Ключевые навыки:
- анализ, структурирование и самостоятельная разработка технической и нормативной документации
- глубокий анализ технических и научных статей, способность делать выводы и формировать рекомендации
- свободное чтение и анализ материалов на английском языке
- создание сложных, структурированных документов и презентаций в Word, PowerPoint, Excel для разных аудиторий (от технических специалистов до руководства).
Опыт: в сфере ИБ, анализа рисков, разработки требований или смежных областях от 2-3 лет.
Важно:
- опыт практической работы с ML/AI-проектами (разработка, тестирование, внедрение, обеспечение безопасности) будет сильным преимуществом
- наличие завершенных проектов (рабочие пет-проекты, реализованные модели, участие в хакатонах с призовыми местами)
- опыт разработки AI-агентов (вручную или с помощью NoCode/LowCode), RAG-систем, разветвленных LLM-приложений.
Технические знания:
- понимание концепций кибербезопасности: модели угроз, управление доступом, сетевая безопасность, жизненный цикл управления уязвимостями
- практическое понимание архитектур и уязвимостей ML/DL, NLP, LLM (трансформеры), генеративных моделей, RAG, finetuning, AI-агентов
- понимание жизненного цикла ML/AI-моделей (MLOps/LLMOps) в контексте безопасности (безопасность данных, целостность пайплайнов, контроль версий моделей)
- знание принципов безопасности данных и DevSecOps (CI/CD, IaC, SAST/DAST/SCA, управление секретами) на уровне, достаточном для формулирования требований
- знание регуляторного поля РФ в части ИБ и безопасности ИИ (документы ФСТЭК, ЦБ, ГОСТы), понимание, как применять их к AI-системам
- знание международных стандартов и практик (OWASP GenAI Project, MITRE ATLAS, ENISA, NIST AI RMF).