AI Research Scientist, Agentic Systems (Remote)

Команда Data Science расширяется и ищет Data Scientist, который поможет создавать агентные системы нового поколения для кибербезопасности. Данные CrowdStrike в области кибербезопасности уникальны: мы обрабатываем почти триллион поведенческих событий в день. Вы будете работать там, где сходятся Machine Learning, Big Data и кибербезопасность: обучать модели, создавать AI-агентов и строго измерять, работают ли они, — на данных и задачах, которых вы не найдёте больше нигде.

• Работать на стыке искусственного интеллекта и исследования угроз
• Тесно сотрудничать с экспертами в области кибербезопасности, чтобы понимать рабочие процессы аналитиков и их процедуры в сфере операций безопасности
• Проводить пост-обучение LLM и агентов — supervised fine-tuning и обучение с подкреплением (RLHF/RLAIF, PPO/GRPO/DPO, reward modeling) — чтобы автоматизировать процедуры аналитиков и повысить надёжность на реальных задачах безопасности
• Разрабатывать AI-агентов и объединять их во всё более сложные рабочие процессы: циклы планирования и рассуждения, вызов инструментов и функций, а также retrieval и память
• Исследовать новые подходы к агентному планированию и создавать прототипы передовых методов из научной литературы
• Определять объективные критерии для бенчмаркинга агентных систем — evals, пайплайны LLM-as-judge и метрики на уровне траекторий, с настоящей статистической строгостью
• Оптимизировать промпты и инференс, чтобы получить максимум от каждой модели
• Сотрудничать и координировать работу команд Engineering, Data Science и Managed Services, а также работать с инженерами, чтобы довести прототипы до продакшена
• Следить за развитием в области искусственного интеллекта и помогать выявлять, определять и приоритизировать направления исследований

• Отличная база в области машинного обучения, теории вероятностей и статистики, хорошее чутьё в вопросах неопределённости, статистического смещения/дисперсии и планирования экспериментов
• Глубина понимания современных исследований в области машинного обучения на уровне PhD — сама докторская степень не обязательна, но мы ожидаем эквивалентного мастерства, включая умение читать, критически разбирать, реализовывать и улучшать современные научные статьи
• Опыт обучения генеративных моделей, уверенное владение основами обучения LLM (архитектура, оптимизация, токенизация, данные и поведение при масштабировании)
• Обучение с подкреплением / пост-обучение как ключевой навык: RLHF/RLAIF, оптимизация политики (PPO/GRPO/DPO), reward modeling и создание RL-окружений для агентов
• Опыт создания агентных систем: архитектуры агентов (ReAct, планирование, рефлексия), вызов инструментов и функций, а также retrieval/память/управление контекстом
• Опыт систематической оптимизации промптов, а также проектирования и создания evals для LLM-систем
• Свободное владение GPU, PyTorch и распространённым стеком для обучения и обслуживания LLM (например, Hugging Face Transformers/TRL/PEFT, DeepSpeed/FSDP, vLLM/TGI/SGLang)
• Сильная, воспроизводимая исследовательская инженерия: чистый код на Python и дисциплинированное отслеживание экспериментов, на которое могут опираться ваши коллеги
• Умение самостоятельно работать над неоднозначными и сложными целями и чётко общаться внутри большой проектной команды
• Подтверждённый опыт использования технологий AI для улучшения принятия решений, оптимизации рабочих процессов, повышения эффективности и достижения бизнес-результатов.

• Опыт генерации обучающих данных и окружений — синтетические данные, траектории/rollouts агентов и симуляторы задач
• Знакомство с масштабированием на этапе инференса / test-time compute (поиск, self-consistency, verifier-guided decoding, длинные chain-of-thought)
• Опыт работы с безопасностью агентов и guardrails: sandboxing, устойчивость к злоупотреблениям/jailbreak и надёжность автономных систем
• Склонность к интерпретируемости и анализу сбоев — выяснению того, почему модель или агент ошибается, а не только того, что это происходит
• Заметный вклад в open-source и отличные навыки технического письма
• Увлечённость кибербезопасностью и твёрдое понимание проблемной области — или увлечённость применением ваших навыков машинного обучения в новой области, такой как кибербезопасность (опыт в сфере безопасности — плюс, но не требование)
• Самостоятельность и инициативность, желание брать на себя ответственность и искать новые вызовы, жажда знаний — вы без колебаний выходите из зоны комфорта, чтобы изучать новые технологии, алгоритмы и концепции

• Лидирующие на рынке компенсация и награды в виде акций
• Комплексные программы физического и психического благополучия
• Конкурентный отпуск и праздничные дни для восстановления сил
• Оплачиваемый отпуск по уходу за ребёнком и усыновлению
• Возможности профессионального развития для всех сотрудников независимо от уровня или роли
• Employee Networks, территориальные группы по месту жительства и волонтёрские возможности для налаживания связей
• Яркая культура офиса с удобствами мирового класса
• Great Place to Work Certified™ по всему миру

CrowdStrike с гордостью является работодателем, предоставляющим равные возможности. Мы стремимся развивать культуру принадлежности, где каждого ценят таким, какой он есть, и где у каждого есть возможности для успеха. Мы поддерживаем ветеранов и людей с ограниченными возможностями через нашу программу позитивных действий (affirmative action program).