Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Команда безопасности платформы оптимизирует процессы AppSec с помощью LLM и AI-агентов: от автоматического триажа находок сканеров до анализа уязвимостей в коде и подтверждения их эксплуатируемости.
задачи
Проектировать, разрабатывать и внедрять LLM и AI-агентов в процессы AppSec, включая автоматический триаж находок SAST/DAST/SCA и secret scanning, дедупликацию и приоритизацию;
Строить агентные конвейеры поверх кодовой базы для анализа графа вызовов и потоков данных, поиска уязвимых паттернов и подтверждения эксплуатируемости;
Выстраивать рабочие процессы команды на базе AI-решений — от пилотов и MVP до продуктивной эксплуатации в CI/CD и ASOC;
Оценивать применимость моделей и агентных архитектур к задачам AppSec;
Собирать эталонные выборки, измерять качество по показателям TP, FP и FN, строить регрессионные наборы и бенчмарки;
Формировать рекомендации по внедрению моделей и агентных архитектур;
Разрабатывать готовые к эксплуатации сервисы и интеграции с GitLab API, Jira, ASOC, реестрами артефактов и SIEM;
Учитывать и минимизировать риски использования LLM, включая утечку исходного кода и секретов, prompt injection и неконтролируемые права агентов;
Участвовать в аудитах, триаже и развитии SSDLC;
Работать с командами разработки, платформы и инфраструктурной безопасности для выявления задач, где AI-агенты дадут наибольший эффект.
требования
Навыки программирования и автоматизации, предпочтительно Python или Go;
Самостоятельное написание готового к эксплуатации кода;
Практический опыт работы с LLM и AI: API моделей, агентные конвейеры, RAG и промпт-инжиниринг;
Понимание ограничений и рисков LLM и AI;
Понимание применения LLM и AI в безопасности приложений;
Понимание уязвимостей уровня приложения: инъекции, IDOR, SSRF, десериализация, проблемы аутентификации и авторизации;
Опыт работы со сканерами SAST/DAST/SCA и secret scanning, понимание природы их ложных срабатываний;
Опыт проектирования архитектуры новых процессов и сервисов;
Умение самостоятельно принимать и обосновывать технические решения;
Базовое инженерное понимание CI/CD, контейнеров и Kubernetes;
Способность работать на стыке нескольких команд и выступать драйвером изменений;
Инициативность, самостоятельность и готовность строить процессы с нуля в быстро меняющейся области;
Будет плюсом опыт разработки внутренних инструментов на базе LLM, знакомство с LangGraph, LangChain, CrewAI, Claude Code, OpenCode и MCP, опыт оценки качества моделей на задачах анализа кода, собственные замеры и исследования, участие в bug bounty или CTF.
.svg)
