Ingeniero de Aprendizaje Automático e Inteligencia Artificial para Seguridad

El objetivo principal es colaborar con el director de IA, los gerentes de producto y los ingenieros para identificar y entregar funciones de seguridad impulsadas por IA.

Responsabilidades:

• Diseñar e implementar modelos de ML (por ejemplo, LLM, clasificadores, detectores de anomalías) en sistemas en tiempo real como el WAF y el motor de análisis de comportamiento.
  
• Construir canalizaciones de ML robustas y de baja latencia utilizando Python, C++ y SQL, garantizando el rendimiento, la escalabilidad y la capacidad de mantenimiento.
  
• Aplicar aprendizaje adversarial y modelado de comportamiento para diferenciar entre bots y tráfico humano en condiciones de tráfico en vivo.
  
• Diseñar e implementar flujos de trabajo que mejoren la calidad de los datos, la latencia y la confiabilidad de las decisiones en los servicios de producción.
  
• Monitorear, evaluar y optimizar los modelos implementados, asegurando el aprendizaje continuo y la adaptación a las amenazas emergentes.
  
• Presentar resultados y compensaciones de manera clara y estructurada a las partes interesadas tanto técnicas como no técnicas.
  
• Contribuir a las prácticas de ingeniería de IA de Blackwall asesorando a compañeros, realizando revisiones de código y mejorando las herramientas.
  

Requisitos:

• Más de 3 años de experiencia práctica como ingeniero de ML/IA trabajando en sistemas de producción, idealmente en entornos de tiempo real o de alto rendimiento.
  
• Sólidas bases en prácticas de ingeniería de software: control de versiones, CI/CD, contenerización, pruebas de código, ajuste de rendimiento.
  
• Competencia en Python y SQL, con sólida exposición a C++ u otros lenguajes a nivel de sistemas.
  
• Profundo conocimiento de modelos de ML y estrategias de implementación, especialmente en clasificación, detección de anomalías y modelado de comportamiento.
  
• Experiencia trabajando con LLM o marcos de IA generativos, incluidos el ajuste fino y el servicio.
  
• Capacidad demostrada para traducir la investigación de ML en sistemas de software escalables y confiables.
  
• Título en Ciencias de la Computación, Ingeniería, Matemáticas o un campo técnico relacionado; se prefiere maestría o doctorado.
  
• Experiencia trabajando multi funcionalmente con equipos de datos, productos e infraestructura.
  

Puntos extra:

• Experiencia en la industria de ciberseguridad, detección de fraude o mitigación de bots.
  
• Conocimiento de herramientas de aprendizaje automático (ML) nativas de la nube (por ejemplo, BigQuery, Airflow, Spark) y herramientas de orquestación como Kubernetes.
  
• Contribuciones a proyectos de aprendizaje automático de código abierto o centrados en la seguridad.