Upwind Security desarrolla software de seguridad en la nube para organizaciones que operan con infraestructuras multinube. Su plataforma integra la gestión de la postura de seguridad en la nube, la gestión de vulnerabilidades en tiempo de ejecución, la seguridad de las API y otras capacidades relacionadas para ayudar a los equipos de DevOps y Seguridad a detectar amenazas en tiempo real, priorizar vulnerabilidades y gestionar de forma más eficiente los riesgos de la infraestructura y las aplicaciones.
Líder de Ingeniería de IA para Agentes LLM – Híbrido en Tel Aviv
Lidera el desarrollo de flujos de trabajo de agentes LLM y de infraestructura backend de nivel de producción para operaciones de seguridad en la nube. Construye sistemas de IA fiables que investiguen, razonen y respondan a eventos de seguridad complejos.
Descripción
- Crea y mantiene la capa de orquestación para agentes autónomos que gestionan operaciones de seguridad complejas
- Contribuye al desarrollo de infraestructura compartida para modelos, canalizaciones de datos, entrenamiento, evaluación y observabilidad
- Desarrolla el motor de flujos de trabajo agénticos, incluido el uso de herramientas, la gestión del estado, los reintentos y la evaluación
- Construye servicios backend y API que proporcionen capacidades de IA de forma segura y a escala
- Colabora con investigadores de IA para convertir resultados de investigación en flujos de trabajo autónomos listos para producción
- Asume la responsabilidad de la fiabilidad, la observabilidad y el rendimiento de los sistemas agénticos en producción
Requisitos
- Experiencia de ingeniería de nivel intermedio o sénior, o experiencia técnica militar relevante
- Sólida experiencia en ingeniería backend centrada en aprendizaje automático y sistemas de IA
- Experiencia práctica en la creación y el despliegue de aplicaciones LLM y marcos agénticos
- Capacidad para trabajar eficazmente en un entorno dinámico que conecta la investigación con la ingeniería de producto
- La experiencia con LangChain, LangGraph o un marco comparable de orquestación de agentes supone una ventaja significativa
- Experiencia en el uso de marcos de evaluación y herramientas de observabilidad para sistemas de IA no deterministas