Software Engineer

Nozomi Networks ist der Marktführer in der OT- und IoT-Cybersicherheit und sorgt dafür, dass die kritische Infrastruktur der Welt durch Echtzeit-Asset-Transparenz, Bedrohungserkennung und KI-gestützte Analysen cyber-resilient bleibt. Wir schützen die anspruchsvollsten Betriebsumgebungen – von Energie und Gesundheitswesen bis hin zu Fertigung und darüber hinaus.

Als Senior Software Engineer in unserer Abteilung für Sicherheitsforschung werden Sie an Cybersicherheitsprojekten arbeiten, die sich auf Bedrohungsintelligenz konzentrieren. Sie werden Automatisierungssysteme entwerfen, implementieren und warten, um Arbeitsabläufe im Zusammenhang mit Bedrohungserkennung und -analyse zu unterstützen. Außerdem werden Sie mit dem Team zusammenarbeiten, das an maschinellen Lernmodellen und MLOps-Pipelines arbeitet, die die Funktionen zur Erkennung und Analyse unterstützen.

Zusammenarbeit mit erfahrenen Ingenieuren, um qualitativ hochwertige Software mit Python, UNIX-ähnlichem Scripting und RDBMS-Technologien zu erstellen (Erfahrung mit Golang ist von großem Vorteil). Wir legen Wert auf sauberen Code, Automatisierung und kontinuierliches Lernen und bieten Möglichkeiten für Wachstum, Schulung und Teilnahme an Konferenzen. Wenn Sie leidenschaftlich an Bedrohungsintelligenz, Automatisierung, maschinellem Lernen und agilen Methoden interessiert sind, ist dies die richtige Rolle für Sie.

In dieser Rolle werden Sie:

• Die kulturellen Säulen von Nozomi Networks und unsere Mission verkörpern, das zu schützen, was am wichtigsten ist, mit Transparenz und Vertrauen.
• Betriebsabläufe im Zusammenhang mit unserer Bedrohungsintelligenzinfrastruktur entwickeln und pflegen.
• Automatisierte Systeme entwickeln, um Daten zu sammeln, zu teilen und zu korrelieren, die mit Cybersicherheitsbedrohungen verbunden sind, um Angriffe auf kritische Infrastrukturen zu verhindern.
• ML-Modelle entwickeln, die in der Bedrohungserkennung und Klassifizierung verwendet werden.
• Zu MLOps-Workflows beitragen, einschließlich Trainingsautomatisierung, Evaluierungs-Pipelines, Modellverpackung, Bereitstellungsunterstützung und Beobachtbarkeit von ML-gestützten Systemen.

Um in dieser Gelegenheit erfolgreich zu sein, sollten Sie:

• Nachweisliche Erfahrung in der Softwareentwicklung mit Python oder Golang haben.
• Kenntnisse im Softwaredesign besitzen. Designmuster, SOLID, GRASP.
• Praktische Erfahrung in der Unterstützung von ML-Systemen in der Produktion und/oder im Aufbau von MLOps-Pipelines (CI/CD, Modellversionierung, Reproduzierbarkeit) haben.
• Eine Vorliebe für Einfachheit haben. Sauberen und minimalistischen Code schreiben und den agilen inkrementellen Ansatz annehmen.
• Erfahrung mit automatisierten Tests (TDD, BDD usw.) haben.
• Die Einstellung haben, in Umgebungen zu arbeiten, die Daten enthalten, die durch Geheimhaltungsvereinbarungen geschützt sind, und ein hohes Maß an Vertraulichkeit erfordern.
• Kenntnisse in Docker, AWS oder Terraform sind von Vorteil.
• Solide Grundlagen im maschinellen Lernen und datengestützten Entwicklungen (Modelllebenszyklus, Evaluierungsmetriken, bewährte Praktiken für Experimente) haben.