Fannie Mae ni taasisi inayodhaminiwa na serikali inayofanya kazi katika makutano ya sekta ya fedha na mali isiyohamishika. Inasaidia mfumo wa ufadhili wa nyumba nchini Marekani kwa kununua mikopo ya nyumba kutoka kwa wakopeshaji, kuikusanya kuwa dhamana zinazoungwa mkono na mikopo ya nyumba, na kusaidia kuwaunganisha wakopeshaji na wawekezaji wa masoko ya mitaji. Kupitia kazi hii, Fannie Mae hutoa ukwasi kwa masoko ya ununuzi wa nyumba na nyumba za kukodisha, huku ikiunga mkono upatikanaji wa nyumba kwa gharama nafuu na uthabiti mpana wa soko. Shirika lake kubwa lenye wataalamu wa taaluma mbalimbali linatoa fursa za kuchangia katika huduma za kifedha kati ya biashara na miundombinu inayowezesha ufadhili wa mali isiyohamishika ya makazi.
Mbunifu Mkuu wa Hatari za Usalama wa Mtandao na Teknolojia, AI na Wingu — Fannie Mae
Fannie Mae inatafuta mbunifu mkuu wa hatari za teknolojia wa kuchambua na kupinga hatari za AI, wingu, na teknolojia ya biashara. Nafasi hii hubadilisha ushahidi wa kiufundi kuwa maamuzi ya viongozi na marekebisho yenye uwajibikaji.
Maelezo
- Kuwa mamlaka kuu ya hatari za kiufundi katika usanifu wa biashara, AI, wingu, na uhandisi.
- Kutoa changamoto huru ya mstari wa kwanza inayotegemea ushahidi kwa maamuzi muhimu ya teknolojia.
- Kushirikiana na wadau wa Usalama wa Mtandao, Teknolojia, Usanifu, Uhandisi, Data, AI, na Hatari.
- Kubadilisha hali za kiufundi, vitisho vinavyoibuka, na ushahidi usiokamilika kuwa misimamo wazi ya hatari za biashara.
- Kutathmini mifumo ya usanifu na uhandisi, dhana za usalama, utegemezi wa vidhibiti, hatari za kimfumo, na hatari zinazoibuka.
- Kuongoza uchanganuzi wa hatari kwa maamuzi ya usanifu, AI na AI zalishi, AI yenye mawakala, wingu, na uhandisi.
- Kukagua usanifu wa usalama, mipaka ya uaminifu, matukio ya vitisho, vidhibiti vilivyorithiwa, mtiririko wa data, utambulisho, mamlaka, API, huduma za wingu, minyororo ya usambazaji wa programu, na utegemezi wa ustahimilivu.
- Kutathmini hatari za mifumo ya AI zinazohusu uadilifu wa modeli na data, sindano za vidokezo, kufichuka kwa data nyeti, uwakala uliopitiliza, utambulisho usio wa kibinadamu, ufikiaji wa zana, modeli na vipengele vya wahusika wengine, na mtiririko wa kazi wa mawakala.
- Kutathmini usanifu na ufanisi wa vidhibiti kwa kutumia ushahidi wa kiufundi.
- Kuunda matukio ya hatari, mbinu za tathmini, na viwango vya chini vya ushahidi vinavyoweza kutumiwa tena.
- Kutumia uundaji wa vitisho na uchanganuzi wa matukio kutambua hali za kushindwa, njia za mashambulizi, hatari za mkusanyiko, na madhara ya biashara.
- Kuhusisha mfichuo wa kiufundi na huduma muhimu, data nyeti, ustahimilivu wa uendeshaji, wajibu wa udhibiti, na mipango ya kimkakati.
- Kuandaa mapendekezo yanayowezesha maamuzi ya uongozi wa juu.
- Kutambua hatari za kimfumo na zinazoibuka za mtandao katika ukaguzi, tathmini, matukio, masuala, misamaha, matokeo ya ukaguzi, mabadiliko ya teknolojia, na taarifa za vitisho.
- Kuendesha marekebisho yenye uwajibikaji na kuthibitisha ushahidi wa kufungwa kwa masuala.
- Kuunganisha mitazamo ya hatari za kiufundi na kuwaongoza wafanyakazi wenzake katika shirika pana la hatari.
Mahitaji
- Angalau miaka minane ya uzoefu wenye majukumu yanayoongezeka katika usalama wa mtandao, usanifu wa usalama, usalama wa wingu, usalama wa AI/ML, au taaluma inayohusiana.
- Shahada ya kwanza au uzoefu wa vitendo unaolingana katika usalama wa mtandao, sayansi ya kompyuta, uhandisi, teknolojia, hatari, au taaluma inayohusiana.
- Utaalamu uliothibitishwa wa usanifu wa usalama wa biashara unaojumuisha usanifu wa wingu, API, utambulisho na ufikiaji, ulinzi wa data, usalama wa programu na jukwaa, na hatari za mnyororo wa usambazaji wa programu.
- Uzoefu wa kutathmini hatari za AI/ML, AI zalishi, au teknolojia nyingine zinazoibuka.
- Msingi katika uundaji wa vitisho, tathmini za hatari za usanifu, tathmini za vidhibiti, na uchanganuzi wa hatari unaotegemea matukio.
- Uwezo wa kutathmini usanifu wa vidhibiti na ufanisi wa uendeshaji kwa kutumia ushahidi wa kiufundi.
- Uzoefu wa kubadilisha udhaifu wa kiufundi, udhaifu wa usanifu, na mapengo ya vidhibiti kuwa mfichuo wa biashara na maamuzi ya hatari ya kiwango cha uongozi.
- Uelewa wa kazi wa NIST CSF, NIST 800-53, NIST AI RMF, NIST SSDF/SP 800-218, ISO 27001, na mifumo inayolingana.
- Uwezo wa kufanya kazi kwa ushahidi usiokamilika huku ukieleza wazi dhana na kutokuwa na uhakika.
- Uwezo thabiti wa kuandika kwa viongozi, kuunganisha taarifa, na kuwasilisha.
- Uwezo wa kuwapinga kwa njia yenye kujenga wahandisi wakuu, wasanifu, na viongozi.
- Uzoefu wa kufanya kazi katika biashara changamano inayodhibitiwa.
- Uzoefu katika huduma za kifedha, miundombinu muhimu, au sekta nyingine inayodhibitiwa kwa kiwango cha juu unapendelewa.
- Uzoefu wa usalama wa wingu la umma na cloud-native unapendelewa.
- Uzoefu wa GenAI, RAG, mawakala wa AI, programu zinazotumia AI, au majukwaa ya ML unapendelewa.
- Uzoefu wa uundaji salama wa programu na DevSecOps unapendelewa.
- Uzoefu wa kuanzisha mifumo ya usanifu wa usalama, matukio ya hatari, vidhibiti rejea, au mahitaji ya chini ya ushahidi yanayoweza kutumiwa tena unapendelewa.
- Uzoefu wa kuchanganua hatari za kimfumo na zinazoibuka unapendelewa.
- Uzoefu wa kuunda vipimo vya hatari na viashiria vya mapema unapendelewa.
- Uzoefu wa kuwasilisha misimamo ya hatari za teknolojia kwa viongozi, kamati za utawala, wakaguzi, au wadhibiti unapendelewa.
- Uzoefu wa kuathiri maamuzi muhimu ya teknolojia au uwekezaji unapendelewa.
- Uzoefu wa kuwafundisha au kuwaongoza wataalamu wakuu wa hatari za mtandao au teknolojia unapendelewa.
- Vyeti kama CISSP, CCSP, CISM, CRISC, SABSA, au sifa husika za usanifu wa wingu na usalama vinapendelewa.
- Uzoefu wa majukwaa na mtiririko wa kazi wa GRC ya biashara unapendelewa.
Manufaa
- Kustahiki mpango wa motisha.
- Manufaa ya afya.
- Manufaa ya maisha.
- Manufaa ya hiari ya mtindo wa maisha.
- Manufaa na nyongeza za ziada zinazosaidia ustawi wa kimwili, kiakili, kihisia, na kifedha.
- Mpangilio wa kazi unaobadilika kupitia mpango wa Flex.