Senior AI/ML Engineer, Security Log Intelligence

Wir bauen eine neue Fähigkeit auf, die fragmentierte, laute Sicherheitsprotokolle in erklärbare, KI-gestützte Bedrohungsanalysen umwandelt, die innerhalb der RedMimicry-Plattform bereitgestellt werden. Als Senior AI/ML Engineer bei RedMimicry werden Sie die angewandte AI/ML-Arbeit hinter neuen Analysefähigkeiten für unsere Plattform zur Emulation von Angriffen und Verletzungen leiten. Die zentrale Herausforderung besteht darin, nützliche Strukturen aus heterogenen, teilweise unstrukturierten Sicherheitstelemetriedaten zu extrahieren und diese mit bekannten Angreiferaktivitäten in Beziehung zu setzen. Das Problem ist breiter als nur das Engineering von Eingabeaufforderungen. Sie werden bestimmen, wo LLMs, Embeddings, Abruf, erlernte Rangfolgen und deterministische Heuristiken gerechtfertigt sind. Der Standard ist messbare Verbesserungen gegenüber reproduzierbaren Baselines, nicht architektonische Modeerscheinungen. Alles, was Sie erstellen, muss unter realistischen Latenz-, Zuverlässigkeits- und Bereitstellungsanforderungen funktionieren.

Was Sie tun werden:

• Entwicklung von Sicherheitsprotokoll-Parsing-Methoden: Entwerfen und Implementieren von Methoden zum Extrahieren typisierter Ereignisse aus heterogenen SIEM-, EDR-, NDR-, Betriebssystem- und Netztelemetriedaten.
• Entwurf von Embeddings und Abruf: Auswahl, Bewertung und Feinabstimmung von Darstellungen und Abrufmethoden für Sicherheitsereignisse.
• Umgang mit Mehrdeutigkeit: Implementierung von Vertrauensbewertung, Kalibrierung und kontrollierter Behandlung von mehrdeutigen Beweisen.
• Ergebnisse in Beweisen verankern: Sicherstellen, dass die Ergebnisse durch nachvollziehbare Beweise aus der ursprünglichen Telemetrie unterstützt werden.
• Strenge Bewertungen aufbauen: Definition von Datensätzen, Baselines, Ablationen und Metriken sowie systematische Analyse von Fehlermodi.
• Optimierung der Inferenz: Praktische Gestaltung der Pipeline für den Cloud-Betrieb und die lokale Bereitstellung.
• Produktisierung der Forschung: Zusammenarbeit mit Backend-, Integrations- und Offensive-Security-Ingenieuren, um experimentelle Methoden in wartbare Dienste umzuwandeln.
• Dokumentation der Arbeit: Erstellung klarer Experimentaufzeichnungen, Architekturentscheidungen und technischer Berichte.
• Beitrag zur akademischen Forschung: Beitrag, mindestens als Mitautor, zu einem akademischen Forschungsartikel, der im Kontext des Projekts veröffentlicht wird.

Fähigkeiten: Sie müssen nicht alle Anforderungen erfüllen, um sich zu bewerben. Uns ist mehr an nachgewiesener Tiefe, gesundem experimentellen Urteilsvermögen und der Fähigkeit, zuverlässige Systeme zu liefern, gelegen als an einem bestimmten akademischen Titel.

• Maschinenlernen und LLM-Systeme: Starke Python-Programmierkenntnisse, praktische Erfahrung mit PyTorch oder einem vergleichbaren Framework, Erfahrung mit offenen Sprachmodellen, strukturierten Ausgaben, Embeddings oder Abrufsystemen, Erfahrung mit Feinabstimmung, PEFT, Quantisierung, Modellbereitstellung oder Inferenzoptimierung, Verständnis von Halluzination, Kalibrierung, Verteilungsschicht und Modellfehleranalyse.
• Informationsabruf und -bewertung: Semantischer Abruf, Ranking, Klassifikation oder Informationsextraktion, ungefähre nächstgelegene Nachbarsuche und Vektorindizes, Bewertung mit Metriken wie Recall@K, MRR, F1, exakte Übereinstimmung, Kalibrierung und Ablationsstudien, Konstruktion, Partitionierung und reproduzierbare Benchmarking von Datensätzen.
• Softwareengineering: Fähigkeit, experimentellen Code in wartbare Produktionskomponenten umzuwandeln, Testen, Profilierung, Beobachtbarkeit und Leistungsanalyse, Erfahrung mit APIs, verteilten Diensten und containerisierten Umgebungen.
• Cybersicherheit: Kenntnisse über Sicherheitsprotokolle, SIEM, EDR, NDR, Erkennungsengineering, Vorfallreaktion oder Bedrohungsjagd sind starke Vorteile, Verständnis von Endpunkt-, Prozess-, Identitäts- und Netztelemetrie ist ein Plus.
• Forschungsbackground: MSc, PhD oder gleichwertige praktische Forschungserfahrung in Informatik, Maschinenlernen, Datenwissenschaft, Mathematik oder einem verwandten Bereich, Fähigkeit, aktuelle Forschung zu lesen, zu reproduzieren und kritisch zu bewerten.
• Sprachen: Englisch (erforderlich), Deutsch (von Vorteil).

Weitere Anforderungen: Bestehendes legales Recht, in Deutschland zu arbeiten und Hauptwohnsitz in Deutschland, sauberes Führungszeugnis, Bereitschaft, etwa einmal im Monat ins Büro nach Berlin zu reisen.