Senior ML Engineer - Malware Detection (remote work)

В нашем распоряжении один из крупнейших в отрасли размеченных массивов данных о реальном вредоносном ПО на веб-серверах: файлы, вердикты, результаты очистки и решения аналитиков, которые ежедневно собираются с боевых хостинговых серверов. Эти данные уже лежат в основе наших сигнатур, эвристик и ML-моделей, и из них можно извлечь гораздо больше. Мы ищем Senior ML Engineer, который превратит эти данные в работающее обнаружение: классификаторы, LLM-ассистированный триаж и автоматически генерируемые сигнатуры. Он также продолжит исследовать на этих данных новые ML/LLM-методы. Результат измеряется долей ложноотрицательных и ложноположительных срабатываний продукта, а не точностью в ноутбуке.

Вы отвечаете за весь путь от исходных образцов до модели в продакшене и за цифры, которые доказывают, что она помогла.

Цель — обнаруживать в 10 раз больше вредоносного ПО при том же или более низком уровне ложноположительных срабатываний. Правила, написанные вручную, и более быстрые пайплайны к этому не приведут; модели, обученные на наших данных, возможно, приведут.

• Решать, какие файлы на сервере заслуживают более пристального внимания, в жёстких пределах по CPU и памяти
• Отличать вредоносный код от безвредного в масштабе всего парка серверов при разумной стоимости обработки одного файла
• Автоматически генерировать сигнатуры обнаружения по новым кампаниям
• Выявлять вредоносное ПО, которое выглядит вредоносным только в контексте, например фишинговые страницы и внедрения скриптов
• Направлять каждый файл в подходящий механизм обнаружения
• Сделать очистку точной, чтобы сайты оставались чистыми и после неё
• Доказывать, что каждая модель улучшает обнаружение, до её выпуска

• 5+ лет опыта создания ML-систем, работавших в продакшене, включая 2+ года в состязательной (adversarial) области: безопасность, борьба со злоупотреблениями, мошенничество или спам.
• Вы сами обучали и дообучали transformer-модели — подготовка данных, токенизация кода, LoRA/QLoRA или полное дообучение, дистилляция, квантизация, — а не только вызывали размещённые API.
• Глубокое знание классического ML: градиентный бустинг, линейные модели на разреженных признаках, калибровка, дисбаланс классов и умение судить о том, когда эти методы лучше LLM.
• Дисциплина оценки: разбиения без утечек по времени и семействам, precision при фиксированном бюджете ложноположительных срабатываний, регрессионные наборы и честное объяснение того, почему продакшен будет отличаться от офлайн-оценки.
• Инженерия стоимости инференса: вы измеряли пропускную способность и задержку и добивались, чтобы модель укладывалась в бюджет по CPU или памяти (ONNX, llama.cpp, vLLM, int8/int4).
• Уверенное владение Python, PyTorch и стеком Hugging Face; SQL на больших аналитических таблицах (ClickHouse или аналогичные).
• Знакомство с PHP или JavaScript либо готовность освоить их в работе с нашими аналитиками вредоносного ПО.
• Вы ежедневно используете AI-агентов для написания кода и можете показать, как именно.
• Английский на уровне upper-Intermediate (B2) или выше, с особенно сильными навыками письменной коммуникации для асинхронной работы.

• Опыт работы с веб-вредоносным ПО, webshell, наборами для фишинга (phishing kits) или безопасностью WordPress.
• Модели над кодом: признаки на основе AST или токенов, code LLM, графовые модели на структуре программ.
• Кластеризация вредоносного ПО и анализ сходства.
• Обучение на нескольких GPU на собственном bare metal; MLflow или Weights & Biases; версионирование датасетов.
• Go или Rust для инференса на сервере.
• Публикации или доклады по ML для безопасности.

• Упор на профессиональное развитие.
• Интересные и сложные проекты.
• Полностью удалённая работа с гибким графиком, которая позволяет планировать свой день и работать из любой точки мира.
• Оплачиваемый отпуск 24 дня в год, 10 дней государственных праздников и неограниченное количество больничных.
• Компенсация частной медицинской страховки.
• Компенсация расходов на коворкинг и спортзал/спорт.
• Бюджет на обучение.
• Возможность получить вознаграждение за самую инновационную идею, которую компания может запатентовать.