AI & Cloud Security Engineer

Nasze wymagania

• Posiadasz praktyczne doświadczenie w zabezpieczaniu środowisk produkcyjnych Microsoft Azure oraz zarządzaniu tożsamością, dostępem i bezpieczeństwem sieci.
• Znasz usługi Azure wykorzystywane do budowy bezpiecznych platform AI, w tym Azure OpenAI, Azure AI Foundry, Azure Key Vault, Azure API Management, Microsoft Defender for Cloud oraz Azure Policy.
• Rozumiesz architekturę rozwiązań opartych o LLM, RAG, embeddingi, wyszukiwanie wektorowe i integracje z narzędziami oraz usługami zewnętrznymi.
• Potrafisz projektować i wdrażać zabezpieczenia API, mechanizmy uwierzytelniania i autoryzacji oraz kontrolować dostęp do modeli, danych i usług.
• Posiadasz wiedzę z zakresu zagrożeń charakterystycznych dla AI oraz umiesz dobierać skuteczne mechanizmy ochrony dla aplikacji, modeli i danych.
• Masz doświadczenie w obszarze DevSecOps, automatyzacji zabezpieczeń, infrastruktury jako kodu oraz zabezpieczania procesów wdrożeniowych.
• Znasz standardy i dobre praktyki bezpieczeństwa, w tym OWASP Top 10 for LLM Applications, OWASP API Security Top 10 oraz MITRE ATLAS.
• Potrafisz prowadzić przeglądy bezpieczeństwa, analizować ryzyko, priorytetyzować działania naprawcze oraz komunikować rekomendacje zarówno zespołom technicznym, jak i biznesowym.
• Cenisz współpracę między zespołami i potrafisz przekładać wymagania bezpieczeństwa na praktyczne rozwiązania technologiczne.

Twój zakres obowiązków

• Projektowanie, wdrażanie i rozwijanie zabezpieczeń dla środowisk Microsoft Azure oraz platform AI udostępniających modele i usługi przez API.
• Budowanie bezpiecznej architektury obejmującej tożsamość, dostęp, sieć, dane, aplikacje i integracje z systemami wewnętrznymi oraz zewnętrznymi dostawcami usług AI.
• Definiowanie i egzekwowanie standardów bezpieczeństwa dla rozwiązań wykorzystujących Azure OpenAI, Azure AI Foundry, RAG, wyszukiwanie wektorowe i agentów AI.
• Identyfikowanie zagrożeń charakterystycznych dla AI oraz projektowanie mechanizmów ograniczających ryzyko związane m.in. z prompt injection, wyciekiem danych, nadużyciem uprawnień czy zagrożeniami łańcucha dostaw.
• Zabezpieczanie danych, procesów indeksowania, baz wektorowych, integracji API oraz dostępu do informacji wykorzystywanych przez rozwiązania AI.
• Automatyzowanie kontroli bezpieczeństwa w środowisku DevSecOps oraz wspieranie bezpiecznych wdrożeń poprzez integrację zabezpieczeń z procesami CI/CD.
• Prowadzenie analiz ryzyka, modelowania zagrożeń, testów bezpieczeństwa AI, monitoringu środowisk oraz działań związanych z reagowaniem na incydenty.
• Współpraca z zespołami cloud, cybersecurity, DevOps, architektury, danych i rozwoju aplikacji przy wdrażaniu oraz doskonaleniu zabezpieczeń.

O projekcie

Tak organizujemy naszą pracę

To oferujemy

• Działamy w oparciu o 5 realnych wartości: wspólnota, prostota, klient przede wszystkim, odpowiedzialność i wiarygodność.
• Zniżki na nasze produkty.
• Wizyty w biurze w Warszawie 1–2 dni w tygodniu.

UNIQA