Abnormal AI 招聘机器学习工程师 II（美国）| LinkedIn

Abnormal AI 正在寻找一名机器学习工程师加入消息检测-攻击检测团队。在 Abnormal，我们保护我们的客户免受恶意对手的威胁，这些对手不断演变他们的技术战术以击败传统安全方法。Abnormal 每年都被列为顶级网络安全初创企业之一，我们的行为 AI 系统帮助我们赢得了多个网络安全奖项，从而被信任保护超过 25% 的财富 500 强公司（并且持续增长）。在单次成功攻击可能导致数百万美元财务损失的环境中，攻击检测团队在构建能够以毫秒延迟处理数十亿条消息的高召回检测引擎方面发挥核心作用。攻击检测团队的使命是通过通用化和自动训练的模型以及针对高价值攻击类别的特定检测器，提供世界级的检测效能。该团队解决多层检测问题，包括建模通信模式以建立企业级基线，将这些模式作为稳健的信号，结合这些信号与上下文信息以创建极其精确的系统。该团队在不同层次构建辨别信号，包括消息层面（例如特定短语的存在）、发送者层面（例如发送者的频率）和接收者层面（例如接收安全消息的可能性）。这些信号随后被用于训练高度准确的模型基于检测器以及启发式检测器。此外，为了持续适应新未见的攻击，该团队构建了不同的阶段在我们的自动化模型重新训练管道中，包括数据分析和生成阶段、建模阶段、生产评估阶段以及自动化部署阶段。该职位也将有机会对团队的整体章程、方向和路线图产生重大影响。机器学习工程师将参与理解虚假阴性（即当前和未来可能造成重大客户工作流程中断的攻击）的领域。他们将帮助定义解决最紧迫客户问题所需的技朮路线图，同时在极高的召回率下操作检测决策系统。

必须拥有 3 年以上在文本理解、实体识别、NLP 经验、计算机视觉、推荐系统或搜索引擎等领域的机器学习应用设计、构建和部署经验。1 年以上编写稳定且生产级模型训练和评估流水线的经验，导致可重复的模型和指标。具有数据分析和使用 SQL+pandas+spark 框架构建数据和指标生成流水线以及回答关键系统效能或反事实处理问题的经验。能够彻底理解业务需求并倾向于设计最简单但通用化的 ML 模型/系统以达成目标。使用系统方法调试 ML/启发式模型中的数据和系统问题。精通 Python 和机器学习工具包如 numpy、sklearn、pytorch 和 tensorflow。具备高效的软件工程技能，能够快速从代码库中找到答案并编写结构化、可读性强、可测试性强、高效的代码。

基本工资范围：$160,700—$231,000 USD。此外，该职位可能有奖金或激励补偿、股权和综合福利包。Abnormal AI 是平等机会雇主。有资格的申请人将获得雇佣考虑，不考虑种族、肤色、宗教、性别、国籍、残疾、受保护的退伍军人状态或其他受法律保护的特征。如需我们的 EEO 政策声明，请点击此处。如果您想了解更多关于您的 EEO 权利，请点击此处。

Abnormal AI 是一家致力于保护客户免受恶意对手威胁的网络安全公司。该公司每年被列为顶级网络安全初创企业之一，其行为 AI 系统帮助其赢得了多个网络安全奖项，从而被信任保护超过 25% 的财富 500 强公司（并且持续增长）。