AI Security Researcher & Engineer

Казань, Петербургская улица, 52

Метро: Площадь Тукая

Описание вакансии

Ниже версия короче примерно на 20%, без потери сути и технического уровня.

AI Security Researcher & Engineer

SpaceAI — инфраструктурный слой и proxy для защиты, контроля и безопасного внедрения LLM-моделей и AI-агентов в корпоративную среду.

Через SpaceAI проходят запросы к моделям, tool calls и действия агентов. Платформа управляет доступом, применяет политики безопасности, оценивает риски, запрашивает подтверждение критических операций и формирует полный аудиторский след.

Ищем AI Security Researcher & Engineer, который будет исследовать угрозы для LLM и агентных систем, проектировать механизмы защиты и превращать их в работающие компоненты продукта.

Это позиция на пересечении AI Security, бек-разработки, platform engineering и applied research.

Чем предстоит заниматься

Исследовать уязвимости LLM-приложений, AI-агентов, RAG-систем, MCP-серверов и межагентных взаимодействий.
Разрабатывать сценарии атак: prompt injection, data exfiltration, tool misuse, privilege escalation, agent hijacking и supply-chain attacks.
Проектировать и разрабатывать компоненты платформы управления и защиты AI-агентов.
Создавать механизмы контроля запросов, tool calls и действий до их выполнения.
Реализовывать policy enforcement: RBAC, ABAC, capabilities и контекстные правила доступа.
Разрабатывать Risk Analyzer с решениями allow, verify, approve и block.
Реализовывать Human-in-the-Loop для подтверждения критических операций.
Разрабатывать guardrails, DLP, PII masking, input/output-фильтры и обнаружение секретов.
Проектировать sandboxing, безопасное выполнение действий и kill-switch.
Развивать аудит, трассировку, observability и инструменты расследования.
Создавать коннекторы к API, базам данных, корпоративным системам и агентным протоколам.
Разрабатывать тестовые стенды, attack suites и AI Security-бенчмарки.
Проводить red teaming платформы и подключаемых AI-систем.
Участвовать в формировании архитектуры и технического roadmap SpaceAI.

Примеры задач

Разработать сервис, который перехватывает tool call агента и проверяет его по политикам безопасности.
Создать Risk Analyzer для оценки потенциального ущерба до выполнения действия.
Реализовать подтверждение человеком удаления данных, платежа или изменения конфигурации.
Разработать детектор prompt injection и передачи чувствительных данных во внешнюю LLM.
Спроектировать immutable audit trail для восстановления цепочки действий агента.
Создать sandbox для безопасного выполнения кода и инструментов.
Реализовать централизованное управление правами и capabilities агентов.
Разработать стенд для автоматического тестирования LLM-приложений на атаки.
Исследовать угрозы MCP- и A2A-взаимодействий и реализовать механизмы защиты.
Создать механизм объяснения, почему действие было разрешено, заблокировано или отправлено на согласование.

Что мы ожидаем

Уверенное владение Python и опыт разработки backend-сервисов, API или инфраструктурных компонентов.
Понимание архитектуры LLM-приложений и AI-агентов: RAG, embeddings, inference, tool calling и agent workflows.
Знание основных классов атак на LLM и агентные системы.
Понимание application security, API Security, IAM и принципов secure-by-design.
Знание аутентификации, авторизации, RBAC, ABAC и capability-based access control.
Опыт работы с Docker, Linux, Git, REST API и базами данных.
Понимание архитектуры распределённых систем, отказоустойчивости, latency и observability.
Умение проводить threat modeling и проектировать механизмы защиты.
Способность пройти путь от исследования и гипотезы до прототипа и production-реализации.
Умение работать с научными публикациями, документацией и open-source-кодом.
Английский язык на уровне чтения технической документации и исследований.

Будет преимуществом

Опыт разработки security-продуктов, API Gateway, IAM, DLP, SIEM, SOAR или observability-систем.
Практический опыт red teaming LLM или adversarial machine learning.
Опыт работы с MCP, A2A, LangGraph, LangChain, LlamaIndex, AutoGen или CrewAI.
Знание Kubernetes, PostgreSQL, Redis, Kafka или NATS.
Опыт работы с OPA, Cedar, Casbin или другими policy engines.
Знание OpenTelemetry, Prometheus, Grafana и distributed tracing.
Участие в CTF, bug bounty или security-исследованиях.
Понимание OWASP Top 10 for LLM Applications, MITRE ATLAS, NIST AI RMF или ISO/IEC 42001.
Собственные open-source-проекты, публикации или выступления в области AI Security.

Что важно для этой роли

Мы ищем не только исследователя и не только разработчика.

Нам нужен специалист, способный:

сформулировать проблему и построить модель угроз;
предложить архитектуру защиты;
реализовать и протестировать прототип;
проверить его на сценариях атак;
довести решение до промышленного компонента платформы.

Как будет оцениваться результат

Качество разработанных механизмов защиты.
Количество исследованных и закрытых классов угроз.
Скорость перехода от гипотезы к работающему прототипу.
Точность детекторов и уровень false positive / false negative.
Производительность и latency security-проверок.
Полнота аудиторского следа.
Покрытие тестами и стабильность решений в production.
Вклад в архитектуру и развитие продукта.

Что предлагаем

Разработку полноценной AI Security-платформы, а не отдельного фильтра поверх LLM.
Работу над реальными enterprise-сценариями внедрения AI-агентов.
Возможность влиять на архитектуру, продукт и технический roadmap.
Ownership над отдельными компонентами платформы.
Возможность создавать собственные AI Security-бенчмарки и исследования.
Публикации и выступления на профильных мероприятиях.
Прямую коммуникацию с основателями и короткий цикл принятия решений.
Удалённый или гибридный формат.
Возможность получить долю или опцион при долгосрочном сотрудничестве.