AI Security Architect (K/M)
⚲ Kraków, Warszawa, Gdańsk
Do uzgodnienia
Wymagania
- min. 3 lata doświadczenia w architekturze bezpieczeństwa IT/Cloud Security
- praktyczne doświadczenie w projektowaniu bezpieczeństwa rozwiązań AI/ML
- bardzo dobra znajomość Azure oraz Microsoft Security Stack
- umiejętność przeprowadzania analizy ryzyka, w tym threat modeling i definiowania mitygantów
- rozumienie zagrożeń specyficznych dla AI
Mile widziane
- znajomość regulacji dotyczących rozwiązań chmurowych i AI (np. EU AI Act)
- znajomość GCP oraz rozwiązań bezpieczeństwa na tej platformie
- praktyczna znajomość Terraform
Opis stanowiska
W Alior Banku będziesz projektować architekturę bezpieczeństwa dla rozwiązań AI/ML, w tym systemów opartych na modelach generatywnych i LLM, w środowiskach chmurowych i hybrydowych. Twoja praca obejmie definiowanie mechanizmów kontroli i monitorowania systemów AI, konfigurację narzędzi takich jak Defender for Cloud, Defender for AI, Sentinel, Purview i EDR/XDR oraz identyfikację ryzyk specyficznych dla AI (data leakage, prompt injection, model poisoning). To oferta dla osoby z doświadczeniem w architekturze bezpieczeństwa chmury, która chce specjalizować się w zabezpieczaniu AI.
🔍 Dekoder Ogłoszenia
🟡
Mamy dla Ciebie pracę, która polega na:
To standardowe wprowadzenie, które nie niesie ze sobą żadnych ukrytych znaczeń, ale może sugerować, że lista obowiązków jest wyczerpująca.
🟡
projektowaniu architektury bezpieczeństwa dla rozwiązań AI/ML (dla systemów opartych o modele generatywne i LLM) w środowiskach chmurowych i hybrydowych
Wymaga to nie tylko wiedzy o bezpieczeństwie AI, ale także głębokiego zrozumienia specyfiki chmur (Azure) i integracji z istniejącą infrastrukturą.
🟡
konfigurowaniu i rozwoju systemów bezpieczeństwa m.in. Defender for Cloud, Defender for AI, Sentinel, Purview, EDR/XDR
Oznacza to silne skupienie na ekosystemie Microsoft Azure i konieczność posiadania praktycznej, zaawansowanej wiedzy o tych narzędziach.
🟡
identyfikacji ryzyk i zagrożeń związanych z wdrożeniem poszczególnych produktów (m.in. data leakage, prompt injection, model poisoning)
Wymaga to nie tylko ogólnej wiedzy o bezpieczeństwie, ale także specjalistycznej wiedzy o specyficznych atakach na modele AI.
🟡
współpracy z zespołami odpowiedzialnymi za zgodność regulacyjną (m.in. RODO, DORA, AI Act)
Oprócz aspektów technicznych, kluczowa będzie umiejętność interpretacji i wdrażania wymagań prawnych w kontekście bezpieczeństwa AI.