
高级网络威胁防御 AI/机器学习工程师
为美国银行的网络安全运营构建 AI 与机器学习防御能力,运用模型、大语言模型和智能体系统。开发威胁狩猎、异常检测和自动化事件响应能力。
描述
- 为美国银行的网络防御体系构建 AI 与机器学习能力。
- 创建自动化工具、定制模型、大语言模型和智能体 AI 系统。
- 在大型安全数据集中部署 AI 工具,用于威胁狩猎、异常检测和事件响应。
- 开发并运行用于网络安全的机器学习模型和大语言模型工作流。
- 管理模型生命周期,涵盖数据准备、特征工程、训练、评估、部署和监控。
- 根据问题、数据和运营风险,选择自动化、传统机器学习或生成式 AI。
- 构建用于调查、检测工程支持和知识检索的大语言模型工具。
- 与 GIS 运营和技术团队合作,利用 AI 改进安全控制和架构。
- 对新兴 AI 技术进行原型开发和评估,用于网络威胁检测与响应。
- 与攻防安全团队合作,开展 AI 辅助的红队测试和对抗模拟。
- 支持在 GIS 安全控制中规模化、合规地集成 AI。
- 推动负责任的 AI 实践,包括减少偏差和提升可解释性。
- 为高级管理人员提供建议,并指导工程师和分析师。
任职要求
- 具备至少七年的机器学习工程实践经验。
- 具备定制模型微调、评估并部署至生产环境的经验。
- 理解机器学习核心概念,包括训练与评估、模型权重、损失函数、精确率、召回率、F1、校准、特征工程、嵌入、类别不平衡、标签噪声和模型漂移。
- 熟练使用 Python。
- 具备使用 PyTorch 或 scikit-learn、模型评估测试框架和实验跟踪工具的实践经验。
- 具备构建大语言模型应用和智能体 AI 系统的实践经验,包括检索增强生成、微调、工具调用和编排。
- 具备交付大规模生产系统的经验,包括数据管道、模型部署、MLOps 和自动化。
- 具备使用 Azure AI Foundry、Amazon Bedrock、Google Cloud Vertex AI 等企业云 AI 平台或同等基础设施的经验。
- 理解网络安全基础知识,包括攻击生命周期、攻击者技术和防御控制。
- 了解 AI 治理和模型风险管理,包括验证、可解释性和负责任的 AI。
- 具备出色的沟通和演讲能力。
- 拥有计算机科学或相关定量领域的学士学位,或具备同等应用经验。
- 具备将机器学习或 AI 应用于网络安全问题的经验。
- 具备大规模处理安全遥测数据的经验,例如 EDR、SIEM、网络或身份数据。
- 理解攻防安全策略、威胁行为者行为、红队测试、攻击路径映射和威胁建模。
- 具备攻防安全实践经验,例如参与 CTF、开发红队工具或发表安全研究成果。
- 具备开源大语言模型生态、模型防护措施和智能体编排框架的经验。
- 了解对抗性机器学习和 AI 安全风险。
- 具备使用 AI 增强型 SOAR 平台的经验。
- 具备受监管行业的工作经验,并了解金融服务领域的模型风险和合规要求。
福利待遇
- 可能有资格参加年度酌情激励计划。
- 可能根据个人、业务线或团队以及公司业绩获得年度酌情奖励。
- 符合福利计划资格。
- 可享受带薪休假。
- 可获得员工资源和支持。
- 拥有学习、成长并发挥影响力的机会。
- 在包容的工作环境中工作。
- 获得身体、情绪和财务健康方面的支持。
- 工作表现会得到认可和奖励。


