Upwind Security membangunkan perisian keselamatan awan untuk organisasi yang mengendalikan infrastruktur multiawan. Platformnya menggabungkan pengurusan postur keselamatan awan, pengurusan kerentanan masa jalan, keselamatan API dan keupayaan berkaitan untuk membantu pasukan DevOps dan Keselamatan mengesan ancaman secara masa nyata, mengutamakan kerentanan serta mengurus risiko infrastruktur dan aplikasi dengan lebih cekap.
Ketua Kejuruteraan AI untuk Ejen LLM – Hibrid di Tel Aviv
Pimpin pembangunan aliran kerja ejen LLM bertaraf produksi dan infrastruktur backend untuk operasi keselamatan awan. Bina sistem AI yang boleh dipercayai untuk menyiasat, menaakul dan bertindak balas terhadap peristiwa keselamatan yang kompleks.
Penerangan
- Cipta dan selenggara lapisan orkestrasi untuk ejen autonomi yang mengendalikan operasi keselamatan kompleks
- Bantu membangunkan infrastruktur bersama untuk model, saluran paip data, latihan, penilaian dan kebolehcerapan
- Bangunkan enjin aliran kerja berasaskan ejen, termasuk penggunaan alat, pengurusan keadaan, percubaan semula dan penilaian
- Bina perkhidmatan backend dan API yang menyampaikan keupayaan AI dengan selamat dan pada skala besar
- Bekerjasama dengan penyelidik AI untuk menukar hasil penyelidikan kepada aliran kerja autonomi yang sedia untuk produksi
- Bertanggungjawab terhadap kebolehpercayaan, kebolehcerapan dan prestasi sistem berasaskan ejen dalam produksi
Keperluan
- Pengalaman kejuruteraan peringkat pertengahan hingga kanan atau pengalaman teknikal ketenteraan yang berkaitan
- Kepakaran kejuruteraan backend yang kukuh dengan tumpuan pada pembelajaran mesin dan sistem AI
- Pengalaman praktikal membina dan menggunakan aplikasi LLM serta rangka kerja berasaskan ejen
- Keupayaan bekerja dengan berkesan dalam persekitaran pantas yang menghubungkan penyelidikan dengan kejuruteraan produk
- Pengalaman menggunakan LangChain, LangGraph atau rangka kerja orkestrasi ejen yang setanding merupakan kelebihan besar
- Pengalaman menggunakan rangka kerja penilaian dan alat kebolehcerapan untuk sistem AI tidak deterministik