ML Engineer (AntiDDoS)

• Выдвижение, проверка и статистическое обоснование гипотез для обнаружения новых типов DDoS-атак и аномальной активности
• Сбор, анализ и визуализация метрик сетевого трафика для подготовки данных к моделированию
• Создание, обучение и валидация моделей машинного обучения; разработка и поддержка end-to-end пайплайнов (обучение, инференс, мониторинг дрифта)
• Разработка, внедрение и поддержка сервисов на базе Kubernetes, которые используют ML-модели для защиты в реальном времени
• Анализ обратной связи от работающих систем, мониторинг эффективности моделей и непрерывное улучшение алгоритмов на основе полученных данных

• Хорошая математическая подготовка: знание элементов линейной алгебры, математического анализа, теории вероятностей и математической статистики
• Знание различных алгоритмов и структур данных
• Базовые знания Python: структуры данных, обработка исключений, элементы функционального программирования, ООП, асинхронность и параллелизм
• Опыт работы с классическим ML и Deep Learning (scikit-learn, PyTorch, TensorFlow)
• Навыки визуализации данных с использованием библиотек matplotlib и seaborn
• Понимание процесса выдвижения и подтверждения гипотез в Data Science (оценка метрик, проверка статистической значимости и т.д.)
• Понимание сетевого стэка, модели OSI и протокола HTTP

Будет плюсом:

• ​​​​​​​Опыт применения машинного обучения в области информационной безопасности, в частности: обнаружение аномалий, классификация сетевого трафика
• Умение писать качественный продуктовый код на Python: написание тестов, участие в код-ревью, грамотная обработка исключительных ситуаций, журналирование
• Понимание процессов разработки и специфики работы сервисов в кластере Kubernetes
• Знакомство с системами мониторинга Prometheus и базами данных ClickHouse
• Опыт работы с брокерами сообщений, такими как Kafka Знание протоколов и технологий для построения API (gRPC, REST)