ActiveFence
ActiveFence
201 – 500 員工
人工智慧網路安全
ActiveFence 是一家專注於線上平台信任與安全的網路安全和人工智慧公司。其全方位解決方案結合情報研究、人工智慧驅動的有害內容偵測及內容審核工具,協助平台應對兒童剝削、錯誤資訊、仇恨言論、恐怖主義、裸露內容、詐欺及其他形式的網路危害等風險。ActiveFence 支援不同規模的信任與安全團隊,協助以超過 100 種語言保護全球超過 30 億名使用者。

ActiveFence 資深生成式人工智慧資料科學家(混合辦公,以色列)

資深生成式人工智慧資料科學家職位,專注於自動化紅隊測試、機器學習與大規模資料分析。 建立協助辨識線上體驗與人工智慧產品中新興安全威脅的系統。

說明

  • 開發可擴充的資料科學代理程式,使其能夠推理並執行用於生成與分析對抗性攻擊的多步驟工作流程。
  • 管理並解讀來自紅隊活動、模型評估與合成攻擊的提示與回應資料,包括清理、整理、正規化與標記。
  • 檢視結構化與非結構化資料,以辨識趨勢、群集、異常、攻擊家族、越獄技術與新穎模式。
  • 建立機器學習模型與預測演算法,將紅隊流程自動化。
  • 開發評估與監控管線,以衡量攻擊成功率,並比較不同供應商的模型行為。
  • 應用統計方法與實驗驗證研究結果,支援準確且可重現的成果。
  • 透過可靠、可擴充且兼顧成本與延遲效率的系統,將研究成果投入生產環境,並以測試、持續整合與持續交付以及遙測機制提供支援。

職位要求

  • 至少五年使用 Python 或 R 及 SQL 從事資料科學或機器學習的實務經驗。
  • 至少三年使用 Scikit-Learn 與 PyTorch 的經驗。
  • 具備生成式人工智慧紅隊測試、對抗性測試或大型語言模型安全方面的實務經驗。
  • 具備在生產環境中建立與部署大型語言模型驅動系統或機器學習系統的經驗。
  • 深入了解大型語言模型設計模式,包括提示工程、工具呼叫、結構化輸出與檢索增強生成(RAG)。
  • 深入理解群集、嵌入與自然語言處理、語意相似度,以及異常或新穎性偵測。
  • 具備開發分類、排序或優先級劃分系統的經驗。
  • 具備紮實的統計學、實驗設計與模型評估基礎。
  • 具備使用 Cradle、Apache Hadoop、Spark,以及開發大規模 ETL 與資料管線的經驗。
  • 擁有電腦科學、電機工程、數學、統計學或相關領域的理學碩士學位。
  • 擁有博士學位者優先,但非必要條件。