Ang Fannie Mae ay isang negosyong itinataguyod ng pamahalaan na gumagana sa pagitan ng pananalapi at real estate. Sinusuportahan nito ang sistema ng pagpopondo sa pabahay ng Estados Unidos sa pamamagitan ng pagbili ng mga mortgage mula sa mga nagpapautang, pagsasama-sama ng mga ito bilang mortgage-backed securities, at pagtulong na pag-ugnayin ang mga nagpapautang sa mga mamumuhunan sa capital markets. Sa pamamagitan nito, nagbibigay ang Fannie Mae ng liquidity para sa mga pamilihan ng pagbili ng bahay at paupahang pabahay, habang sinusuportahan ang mas malawak na abot-kayang pabahay at katatagan ng merkado. Ang malaki at maraming larangang organisasyon nito ay nag-aalok ng mga pagkakataong makapag-ambag sa business-to-business na serbisyong pinansyal at sa imprastrakturang sumusuporta sa pagpopondo ng residential real estate.
Pangunahing Arkitekto ng Panganib sa Cybersecurity at Teknolohiya, AI at Cloud — Fannie Mae
Naghahanap ang Fannie Mae ng pangunahing arkitekto ng panganib sa teknolohiya upang hamunin ang mga panganib sa AI, cloud, at teknolohiya ng enterprise. Isinasalin ng tungkulin ang teknikal na ebidensya sa mga desisyon ng ehekutibo at pananagutang remediasyon.
Paglalarawan
- Kumilos bilang nakatataas na awtoridad sa teknikal na panganib sa enterprise architecture, AI, cloud, at engineering.
- Magbigay ng independiyente at nakabatay sa ebidensyang first-line challenge para sa mahahalagang desisyon sa teknolohiya.
- Makipagtulungan sa mga stakeholder sa Cybersecurity, Teknolohiya, Arkitektura, Engineering, Data, AI, at Risk.
- Isalin ang mga teknikal na kondisyon, umuusbong na banta, at hindi kumpletong ebidensya sa malinaw na posisyon sa panganib ng enterprise.
- Suriin ang mga pattern ng arkitektura at engineering, palagay sa seguridad, dependency ng mga kontrol, sistemikong panganib, at umuusbong na panganib.
- Pangunahan ang pagsusuri ng panganib para sa mga desisyon sa arkitektura, AI at generative AI, agentic AI, cloud, at engineering.
- Suriin ang security design, trust boundary, mga senaryo ng banta, minanang kontrol, daloy ng data, identidad, pribilehiyo, API, cloud service, software supply chain, at dependency sa resiliency.
- Suriin ang mga panganib sa AI system na kinasasangkutan ng integridad ng modelo at data, prompt injection, paglalantad ng sensitibong data, labis na awtonomiya, mga hindi-taong identidad, access sa tool, mga modelo at component ng third party, at agentic workflow.
- Suriin ang disenyo at bisa ng mga kontrol gamit ang teknikal na ebidensya.
- Gumawa ng magagamit muli na mga senaryo ng panganib, pamamaraan ng pagsusuri, at minimum na pamantayan ng ebidensya.
- Gamitin ang threat modeling at scenario analysis upang tukuyin ang mga mode ng pagkabigo, attack path, concentration risk, at bunga sa negosyo.
- Iugnay ang mga teknikal na exposure sa mahahalagang serbisyo, sensitibong data, operational resilience, obligasyong regulasyon, at estratehikong inisyatiba.
- Bumuo ng mga rekomendasyong nagbibigay-daan sa mga desisyon ng senior management.
- Tukuyin ang sistemiko at umuusbong na cyber risk sa mga review, assessment, insidente, isyu, exception, audit finding, pagbabago sa teknolohiya, at threat intelligence.
- Pangunahan ang may pananagutang remediasyon at beripikahin ang ebidensya ng pagsasara.
- Pagsamahin ang mga pananaw sa teknikal na panganib at magturo sa mga kasamahan sa mas malawak na organisasyon ng panganib.
Mga Kinakailangan
- Hindi bababa sa walong taon ng unti-unting lumawak na karanasan sa cybersecurity, security architecture, cloud security, AI/ML security, o kaugnay na propesyonal na larangan.
- Bachelor’s degree o katumbas na praktikal na karanasan sa cybersecurity, computer science, engineering, teknolohiya, risk, o kaugnay na disiplina.
- Napatunayang kadalubhasaan sa enterprise security architecture na sumasaklaw sa cloud architecture, API, identidad at access, proteksyon ng data, application at platform security, at software supply-chain risk.
- Karanasan sa pagsusuri ng mga panganib sa AI/ML, generative AI, o iba pang umuusbong na teknolohiya.
- Karanasan sa threat modeling, architecture risk assessment, control evaluation, at scenario-based risk analysis.
- Kakayahang suriin ang disenyo ng kontrol at bisa nito sa operasyon batay sa teknikal na ebidensya.
- Karanasan sa pagsasalin ng mga teknikal na kahinaan, kahinaan sa arkitektura, at control gap sa exposure sa negosyo at mga desisyon sa panganib sa antas ng ehekutibo.
- Working knowledge sa NIST CSF, NIST 800-53, NIST AI RMF, NIST SSDF/SP 800-218, ISO 27001, at maihahambing na mga framework.
- Kakayahang magtrabaho gamit ang hindi kumpletong ebidensya habang malinaw na inilalahad ang mga palagay at kawalan ng katiyakan.
- Malakas na kakayahan sa pagsulat para sa ehekutibo, synthesis, at presentasyon.
- Kakayahang hamunin nang konstruktibo ang mga senior engineer, arkitekto, at ehekutibo.
- Karanasan sa pagtatrabaho sa isang kumplikado at kinokontrol na enterprise.
- Mas pinipili ang karanasan sa serbisyong pinansyal, kritikal na imprastraktura, o iba pang industriyang mahigpit na kinokontrol.
- Mas pinipili ang karanasan sa pampublikong cloud at cloud-native security.
- Mas pinipili ang karanasan sa GenAI, RAG, AI agent, AI-enabled application, o ML platform.
- Mas pinipili ang karanasan sa secure software development at DevSecOps.
- Mas pinipili ang karanasan sa pagtatatag ng magagamit muli na security architecture pattern, risk scenario, reference control, o minimum evidence requirement.
- Mas pinipili ang karanasan sa pagsusuri ng sistemiko at umuusbong na panganib.
- Mas pinipili ang karanasan sa pagbuo ng risk metric at leading indicator.
- Mas pinipili ang karanasan sa paglalahad ng mga posisyon sa technology risk sa mga ehekutibo, governance committee, auditor, o regulator.
- Mas pinipili ang karanasan sa pag-impluwensya sa mahahalagang desisyon sa teknolohiya o pamumuhunan.
- Mas pinipili ang karanasan sa pagtuturo o paggabay sa mga senior cyber-risk o technology professional.
- Mas pinipili ang mga sertipikasyon gaya ng CISSP, CCSP, CISM, CRISC, SABSA, o kaugnay na kredensyal sa cloud at security architecture.
- Mas pinipili ang karanasan sa enterprise GRC platform at workflow.
Mga Benepisyo
- Pagiging kwalipikado para sa isang incentive program.
- Mga benepisyong pangkalusugan.
- Mga benepisyong pangbuhay.
- Mga boluntaryong benepisyo para sa pamumuhay.
- Karagdagang benepisyo at perk na sumusuporta sa pisikal, mental, emosyonal, at pinansyal na kagalingan.
- Flexible na kaayusan sa trabaho sa pamamagitan ng Flex program.