ActiveFence
ActiveFence
201 – 500 员工
人工智能网络安全
ActiveFence 是一家专注于在线平台信任与安全的网络安全和人工智能公司。其全栈解决方案结合情报研究、人工智能驱动的有害内容检测以及内容审核工具,帮助平台应对儿童剥削、虚假信息、仇恨言论、恐怖主义、裸露内容、欺诈及其他形式的网络危害等风险。ActiveFence 为不同规模的信任与安全团队提供支持,帮助其以超过 100 种语言保护全球超过 30 亿用户。

ActiveFence 高级生成式人工智能数据科学家(混合办公,以色列)

高级生成式人工智能数据科学家职位,专注于自动化红队测试、机器学习和大规模数据分析。 构建系统,帮助识别在线体验和人工智能产品中的新兴安全威胁。

描述

  • 开发可扩展的数据科学智能体,使其能够推理并执行用于生成和分析对抗性攻击的多步骤工作流。
  • 管理并解读来自红队活动、模型评估和合成攻击的提示与响应数据,包括清洗、整理、规范化和标注。
  • 检查结构化和非结构化数据,以识别趋势、聚类、异常、攻击家族、越狱技术和新型模式。
  • 创建机器学习模型和预测算法,实现红队流程自动化。
  • 开发评估和监控流水线,用于衡量攻击成功率,并比较不同提供商的模型行为。
  • 应用统计方法和实验验证研究结果,支持准确且可复现的结论。
  • 通过可靠、可扩展且注重成本与延迟效率的系统,将研究成果投入生产,并配合测试、持续集成与持续交付以及遥测机制。

任职要求

  • 至少五年使用 Python 或 R 及 SQL 从事数据科学或机器学习的实践经验。
  • 至少三年使用 Scikit-Learn 和 PyTorch 的经验。
  • 具备生成式人工智能红队测试、对抗性测试或大语言模型安全方面的实践经验。
  • 具备在生产环境中构建和部署由大语言模型驱动的系统或机器学习系统的经验。
  • 深入了解大语言模型设计模式,包括提示工程、工具调用、结构化输出和检索增强生成(RAG)。
  • 深入理解聚类、嵌入与自然语言处理、语义相似度以及异常或新颖性检测。
  • 具备开发分类、排序或优先级划分系统的经验。
  • 具备扎实的统计学、实验设计和模型评估基础。
  • 具备使用 Cradle、Apache Hadoop、Spark 以及开发大规模 ETL 和数据流水线的经验。
  • 拥有计算机科学、电气工程、数学、统计学或相关专业的理学硕士学位。
  • 拥有博士学位者优先,但不是必需条件。