Обязанности:
R&D-подразделение лаборатории кибербезопасности развивает платформу автономного наступательного тестирования нового поколения. В основе мультиагентная роевая архитектура на базе LLM, объединяющая инструментальную автоматизацию, методологию MITRE ATT&CK и адаптивную оркестрацию атакующих сценариев. Мы строим среду, в которой специализированные LLM-агенты координируют действия как слаженная команда: разведка, эксплуатация, закрепление, горизонтальное перемещение — от единичных техник до полноценных цепочек атак. Цель — создать интеллектуальную платформу, способную автономно воспроизводить действия Red Team на уровне, сравнимом с опытным специалистом. Вам предстоит: проектирование мультиагентных архитектур: ролевые модели агентов, координация, маршрутизация задач, memory management, structured output реализация агентных пайплайнов с использованием LLM API (OpenAI-совместимые, Anthropic, open-source inference endpoints) работа над написанием агентного фреймворка по аналогии: CrewAI, LangGraph, Autogen, PentestGPT и др. проектирование reasoning-процессов: task decomposition, planning, reflection, verification, chain/tree-of-thought интеграция агентов с CLI-утилитами, REST/gRPC API, базами знаний и RAG-компонентами разработка прототипов для CTF automation, security simulation и agent-based orchestration backend-логика агентных систем: state management, очереди задач, logging, observability, fault tolerance оптимизация стоимости и latency inference/API-вызовов. Что для нас важно: высшее техническое образование сильный Python: чистый, поддерживаемый, расширяемый код; опыт коммерческой или исследовательской backend-разработки практический опыт работы с LLM API: prompt design, tool calling, schema-based interaction, guardrails опыт построения мультиагентных систем или сложных agentic workflow понимание архитектуры агента: роли, цели, память, планирование, вызов инструментов, контуры верификации опыт работы с агентными фреймворками (CrewAI, LangGraph, Autogen или аналоги) опыт интеграции внешних инструментов, CLI-утилит, брокеров сообщений, баз данных понимание принципов RAG: retrieval, knowledge grounding, работа с контекстом навыки отладки, профилирования и оптимизации Python-приложений. Будет плюсом: опыт на стыке GenAI и Cybersecurity участие в CTF, разработка security-тулинга или research automation практика работы с локальным запуском open-source моделей (vLLM, Ollama, llama.cpp) опыт построения multi-step planning, tree search, graph-based orchestration в агентных системах навыки Docker, Kubernetes, CI/CD, Langfuse опыт быстрого прототипирования R&D-решений в условиях неопределённых требований понимание offensive/defensive security workflow на уровне исследовательских задач собственные pet-проекты, GitHub, публикации или сильные результаты в профильных соревнованиях. 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 бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.Похожие вакансии