Sr Ingeniero de Aprendizaje Automático

Sobre el Puesto

Abnormal Security está buscando un Ingeniero Senior de Aprendizaje Automático para unirse al equipo de Detección de Mensajes y Decisiones. En Abnormal, protegemos a nuestros clientes contra adversarios nefastos que están evolucionando constantemente sus técnicas y tácticas para burlar y socavar los enfoques tradicionales de Seguridad. Eso es lo que hace que nuestro novedoso enfoque basado en el comportamiento sea tan…Abnormal. Abnormal ha sido nombrada constantemente como una de las mejores startups de ciberseguridad y nuestro sistema de IA basado en el comportamiento nos ha ayudado a ganar varios premios de ciberseguridad, lo que resultó en ser confiables para proteger a más del 8% de las empresas Fortune 1000 (y en constante crecimiento).

En un panorama donde un único ataque exitoso puede llevar a pérdidas financieras de millones de dólares, el equipo de Detección de Mensajes y Decisiones juega un papel central en la construcción de un Motor de Detección extremadamente preciso que puede operar en cientos de millones de mensajes con una latencia de milisegundos. Cada correo electrónico ingerido por Abnormal fluye a través del flujo de trabajo propiedad del equipo de Detección de Mensajes y Decisiones que aplica cientos de señales y detectores en un mensaje basándose en el contexto del mensaje y del usuario. Luego, el sistema calcula la decisión final general para el sistema y, en consecuencia, hace una crónica de la atribución para impulsar diversas métricas en línea y fuera de línea, como la precisión fuera de línea, la precisión en línea, la tasa de Falsos Negativos en línea, etc.

Este equipo está resolviendo un problema de detección de múltiples capas, que implica modelar patrones de comunicación para establecer líneas de base en toda la empresa, incorporar estos patrones como señales sólidas y combinar estas señales con información contextual para crear sistemas de alta precisión. El equipo construye señales discriminativas en varios niveles, incluyendo el nivel del mensaje (por ejemplo, presencia de frases particulares), nivel del emisor (por ejemplo, frecuencia del emisor) y nivel del destinatario (por ejemplo, probabilidad de recibir un mensaje seguro) que forman la base para crear detectores heurísticos y basados en modelos de alta precisión. Además, para mantener un sistema de detección de alta precisión en general, el equipo innova en sistemas de software y procesos que se pueden adaptar rápidamente para resolver tendencias observadas a corto plazo, así como generalizar bien a largo plazo.

Este papel también tendría la oportunidad de tener un gran impacto en la carta, dirección y crecimiento general del equipo. El Ingeniero Senior de Aprendizaje Automático estaría involucrado en entender los problemas más urgentes del cliente en el dominio de los falsos positivos y construir la hoja de ruta técnica asociada para operar continuamente nuestro sistema de decisiones de detección con una precisión extremadamente alta.

Qué harás 

• Diseñar e implementar sistemas que combinan reglas, modelos, ingeniería de características y aportes de negocios y productos en un producto de detección de correos electrónicos.
• Identificar y recomendar nuevos grupos de características o enfoques de modelos de ML que puedan mejorar significativamente la eficacia de la detección para un producto. Trabajar con ingenieros de infraestructura y sistemas para poner en producción señales que alimenten el sistema de detección.
• Entender las características que distinguen los correos electrónicos seguros de los ataques por correo electrónico, y cómo nuestra pila de detectores nos permite atraparlos.
• Ser el experto en las principales tuberías de detección y flujo de datos de decisión para poder conducir la depuración en las degradaciones sistemáticas causadas por malos detectores.
• Escribir código teniendo en cuenta la capacidad de prueba, la legibilidad, los casos extremos y los errores.
• Entrenar modelos en conjuntos de datos bien definidos para mejorar la eficacia del modelo en ataques especializados
• Monitorear y mejorar activamente las tasas de Falsos Positivos y las tasas de eficacia para nuestras categorías de productos de detección de mensajes de ataque, a través de la ingeniería de características, reglas y modelado de ML.
• Analizar conjuntos de datos de Falsos Negativos y Falsos Positivos para categorizar las brechas de capacidad y recomendar ideas a corto plazo de características y reglas para mejorar nuestra eficacia de detección.
• Contribuir en otras áreas de la pila: construir y depurar tuberías de datos, o presentar resultados a los clientes en nuestras herramientas cuando se presente la ocasión
• Dirigir la hoja de ruta a medio y largo plazo del equipo y conducir la estrategia de planificación y ejecución para el pod.
• Entrenar y mentorear a los ingenieros junior para mejorar la calidad de su código y la efectividad de ML proporcionando revisiones de código de calidad y revisiones de diseño.
• Participar en la construcción de un motor de detección de clase mundial en todas las capas - calidad de datos, ingeniería de características, desarrollo de modelos, experimentación y operación.

Debe tener 

• Historial de éxito en la traducción de los requisitos de negocio en sistemas escalables y mantenibles con una preferencia por sistemas más simples pero iterativos.
• 4+ Experiencia con sistemas de ML en producción - comprende los pilares de una pila de ML moderna y los procesos de desarrollo, mantenimiento y afinación de los modelos de ML.
• Utiliza un enfoque sistemático para depurar problemas de datos y de sistema dentro de los modelos de ML / heurísticos.
• Fluidez con Python y bibliotecas de aprendizaje automático como numpy y scikit-learn.
• Experiencia con análisis de datos y manejo del marco SQL+pandas+spark para construir tuberías de generación de datos y métricas, y responder a preguntas críticas sobre la eficacia del sistema o tratamientos contrafactuales.
• Independientemente responsable de todo el ciclo de vida de los proyectos o características, incluyendo diseño de ingeniería, desarrollo y despliegue.
• Trabaja bien con otros interesados - ha trabajado con equipos interdisciplinarios para llevar proyectos a la línea de meta.
• Antecedentes académicos en aprendizaje automático (Licenciatura en Ciencias de la Computación o campos relacionados).

Sería bueno tener 

• Grado de maestría en Ciencias de la Computación, Ingeniería Eléctrica u otro campo relacionado con la ingeniería
• Experiencia con big data o estadísticas
• Familiaridad con la industria de la ciberseguridad

Este puesto no es: 

• Un rol enfocado en optimizar los modelos de aprendizaje automático existentes
• Un papel orientado a la investigación que esté a dos pasos del producto o del cliente
• Un rol de ciencia de datos/estadística se encuentra con ML

#LI-ML1