Ingénieur en apprentissage automatique

L'opportunité

L'équipe "Account Takeover" d'Abnormal Security est en train de définir la prochaine génération de sécurité pour les logiciels en tant que service et les offres cloud. Les entreprises de toutes tailles ont commencé à adopter des offres cloud allant de Google Docs à Box en passant par Slack : des travaux qui se déroulaient autrefois dans un seul immeuble de bureaux ou derrière un pare-feu se passent maintenant sur l'internet ouvert, et les criminels sont très conscients des opportunités de voler des données, de détourner des informations financières importantes et de compromettre d'une manière ou d'une autre les entreprises qui utilisent ces services cloud. Aidez-nous à construire une nouvelle couche de protection qui donnera aux entreprises le même niveau de sécurité pour leurs offres cloud que les produits leaders de l'industrie d'Abnormal Security dans l'espace de la sécurité des e-mails.

Nous cherchons à ajouter un ingénieur en apprentissage automatique à notre équipe de détection de méfaits (ATO). La mission de l'équipe de détection de méfaits est de fournir une efficacité de détection d'attaques de classe mondiale pour faire face à l'évolution rapide du paysage des attaques en utilisant une combinaison de modèles généralisables et auto-entraînés ainsi que des détecteurs spécifiques pour les catégories d'attaques de grande valeur. Cette équipe résout un problème de détection à plusieurs niveaux - de la modélisation des modèles de communication pour établir des bases de référence à l'échelle de l'entreprise, à la normalisation à travers plusieurs sources d'événements, à l'utilisation de l'information contextuelle pour éviter les faux positifs (par exemple, comparaison des emplacements inhabituels de connexion avec les dossiers de voyage). Ce rôle oscille entre l'excellence et la rapidité.

À propos de vous

Vous êtes quelqu'un qui veut avoir un impact. Vous avez à cœur de résoudre les problèmes des clients et vous disposez d'un ensemble croissant de compétences en matière d'apprentissage automatique, d'ingénierie logicielle et de science des données pour le faire. Vous voulez appliquer ces compétences à un problème qui laisse le monde dans un meilleur état.

Vous êtes humble et désireux d'apprendre ! Ce sera l'un de vos premiers emplois, peut-être votre tout premier emploi, et vous savez qu'il y a une tonne de compétences à acquérir et de connaissances à développer et vous voulez le faire le plus rapidement possible. Vous posez des questions. Vous prenez des notes. Vous avez une approche active et curieuse de votre travail et, en conséquence, vous vous développez plus rapidement que la moyenne des gens.

Nous sommes une équipe débrouillarde : nous construisons un nouveau produit à partir de zéro - cela signifie que vous devez être à l'aise avec un certain niveau d'incertitude bien au-delà de ce que vous pourriez trouver dans une entreprise plus mature ou même dans une équipe plus mature chez Abnormal. Tous les projets ne viennent pas avec un PRD bien défini - c'est prévisible et nous nous attendons à ce que cet ingénieur fouille pour comprendre ce qu'il faut faire. Cela signifie aussi qu'occasionnellement, nous vous demanderons de faire des choses qui ne correspondent pas strictement au rôle d'un "ingénieur en apprentissage automatique" - cela pourrait signifier de sauter sur un appel client, ou de fouiller pour aider à réparer un bug frontal.

Nous sommes également non seulement une équipe à distance, mais une équipe très distribuée, il vous faudra donc d'excellentes compétences de communication à la fois verbales et écrites. Vous devez être aussi à l'aise lors d'un appel zoom qu'en écrivant une proposition de projet d'une page à partager dans l'équipe pour un retour technique.

Dans ce poste, vous apporterez ces compétences

Compétences/Expérience - Exigées:

• Excellentes compétences en ingénierie logicielle
  • De solides bases en informatique
  • Aisance avec Python et les bibliothèques d'apprentissage automatique comme numpy et scikit-learn
  • Familiarité avec l'utilisation de cadres de traitement de données comme Pandas et Spark
  • Approche systématique pour déboguer à la fois les problèmes de données et de système avec des modèles ML ou des heuristiques
  • Écriture de code facilement testable et compréhensible par d'autres ingénieurs
• Des compétences académiques en apprentissage automatique (Licence en informatique ou dans des domaines connexes)
  • Une expérience pratique de la formation et du réglage des modèles
  • 1+ an d'expérience ou 2+ stages pour développer ces compétences dans un environnement de production
• Intérêt pour la sécurité et la mise en échec des mauvais acteurs

Compétences - Bon à avoir:

• Expérience dans le réglage d'un système d'apprentissage automatique dans un environnement de production
• Master en informatique ou dans un domaine connexe
• Expérience de travail dans un environnement de start-up
• Familiarité avec les LLMs

Ce poste n'est pas:

• Un poste axé sur l'optimisation des modèles d'apprentissage automatique existants
• Un poste orienté recherche qui est à deux pas du produit ou du client
• Un poste de statistique/science des données rencontre ML

Responsabilités du poste

En tant qu'ingénieur en apprentissage automatique dans l'équipe ATO, vous:

• Concevrez et mettrez en place des systèmes qui combinent des règles, des modèles, de l'ingénierie des caractéristiques, des entrées d'affaires et de produits en un produit de détection ATO, avec l'aide d'ingénieurs seniors
• Construire des systèmes de détection d'attaques capables de mettre en évidence une activité rare et suspecte (une sur un million) avec une précision de 95%+ et un temps de latence de <1 minute sur le flux d'événements
• Comprendrez la nature des attaques et conception de fonctionnalités pour calibrer le comportement de nos clients dans différentes industries, avec différents schémas d'utilisation pour assurer une performance constante
• Écrire du code en pensant à la testabilité, la lisibilité, les cas limites et les erreurs, tels que les dérives de caractéristiques entre les données en ligne/hors ligne.
• Contribuer dans d'autres domaines de la pile : construire et déboguer des pipelines de données, ou présenter les résultats aux clients dans nos outils lorsque l'occasion se présente
• Participer à la construction d'un moteur de détection de classe mondiale à tous les niveaux - qualité des données, ingénierie des caractéristiques, développement de modèles, expérimentation et opération
• Travailler avec des ingénieurs en infrastructure & systèmes pour développer les bons agrégats de caractéristiques à alimenter dans le système de détection
• Créer un environnement de travail magique avec des collègues et un processus d'entretien mémorable pour les candidats

#LI-ML1