Обязанности:
Чем занимается Positive Technologies? Мы создаем продукты для кибербезопасности. Это решения и технологии, которые защищают от хакеров и помогают проводить расследования инцидентов. Мы разрабатываем сложные высоконагруженные системы, используем алгоритмы машинного обучения, обработки и анализа данных, опенсорс-решения и адаптируем их к нашим задачам. Часть наработок публикуем на GitHub. Прежде чем отдавать продукты заказчикам, проверяем их на себе. У нас семь офисов в России (в Москве, Санкт-Петербурге, Самаре, Нижнем Новгороде, Томске и два в Новосибирске), поэтому продуктовые команды часто территориально распределены. Нас больше 2500 человек.Чем занимается ML команда? ML команда создает решения, которые помогают различным продуктам Positive Technologies автоматически детектировать, предотвращать угрозы и реагировать на них. Также у нас есть ряд внутренних проектов для автоматизации операционной деятельности в компании, их мы создаем на основе LLM (RAG, QA systems).Общий стек технологий: NLP (word2vec, bert, transformers), timeseries, recsys, градиентные бустинги на деревьях принятия решений, pytorch, mlflow, gitlab, docker, grafana, clickhouse, postgres, docker, linux, poetry, pyenvПодробнее про команду: https://bit.ly/3pUsa52.Что для нас важно? Опыт работы в качестве ML инженера от 2-х лет; Самостоятельный опыт доведения решений до прода. Опыт решения реальных практических задач, в которых применяются алгоритмы машинного обучения; Проекты разные, и от этого зависит стек технологий, пригодится умение работать с табличными, текстовыми и прочими неструктурированными данными; Хорошие технические познания в Python. Clean code one love :) Опыт работы с Linux-based ОС, Docker; Знания основ CS: алгоритмы и структуры данных (не на уровне олимпиадников, а на уровне опыта применения); Опыт работы в командах c agile/kanban процессами. Будем рады: Умению переводить ML задачу в бизнес постановку; Опыту проектирования и разработки систем с большими потоками данных (100 млн. событий в сутки); Опыту собственных исследований и участию в конференциях/митапах; Супер-силе разобраться в чем-то новом (язык, фреймворк, инструмент) и открытости к современным решениям; Желанию расти и предлагать новые решения, которые сделают нашу жизнь проще, а продукты круче. Задачи зависят от конкретного продукта, но в целом: Проводить качественный ресерч, проверять ML гипотезы и выстраивать полный цикл решения: от понимания бизнес-проблемы до мониторинга работы модели в проде; Применять техники машинного обучения для детекции атак в реальном времени, пост анализа, классификации протоколов, детектирования аномалий, поиска похожих инцидентов и новых "знаний"; Писать код для частей, использующих ML-компоненты продукта, проходить код-ревью и взаимодействовать с разработчиками продуктов, различных их частей. У нас есть: Удалённая работа, гибрид/офис; Официальное оформление и 10 дополнительных дней отпуска; IT аккредитация и бронирование; Расширенный ДМС со стоматологией; Частичная компенсация спорта/английского, корпоративные скидки от наших партнеров, участие в профессиональных мероприятиях, обучение за счёт компании; Спортивные команды и внутренние клубы по интересам (outdoors, шахматный, книжный, винный, мафия и др). В команде открыты позиции для ML инженеров в разных направлениях. Будем благодарны, если в сопроводительном письме в нескольких предложениях расскажете, какие в целом задачи в ML/DL вас интересуют.Machine Learning / Machine Learning Ops Engineer
Договорная
Москва
Центр Методического Обеспечения Оптимизации Процессов Государственного Управления в Московской области