ML / DS_Jobs

Вакансия: ML/DS-инженер (Network Fingerprinting & Anomaly Detection)Немного о нас: мы строим систему, которая по низкоуровневым сетевым отпечаткам (TLS/JA3, HTTP2, TCP/IP и т.д.) определяет: • Используется ли VPN/прокси? • Подделан ли User-Agent (например, заявлена Windows, а на деле Linux)? • Какая реальная ОС клиента, исходя из сетевых особенностей?Собираем логи (JSON с отпечатками) и хотим обучить ML-модель (XGBoost, PyTorch, scikit-learn и т.п.), которая в реальном времени будет давать предсказания по REST API.---## Что делать:1. Анализ данных (EDA) и фича-инжиниринг - Изучать сырые логи (TLS, TCP/IP, HTTP2, JA3) и выделять нетривиальные признаки (MSS, Window Size, набор cipher suites, HTTP2 SETTINGS и т.п.). - При необходимости помочь улучшить сбор данных.2. Разработка и обучение моделей - Выбирать и тюнить алгоритмы: XGBoost, Random Forest, нейронные сети и т.д. - Настраивать процесс обучения и валидации (train/test split, кросс-валидация, гиперпараметры). - Оценивать метрики (Accuracy, Precision/Recall, F1, ROC-AUC) и предлагать способы улучшения.3. Построение ML-сервиса - Оборачивать модель в сервис (REST API/gRPC) для интеграции. - Настраивать окружение (Docker, CI/CD). - Продумывать MLOps: сбор новых данных, мониторинг качества, переобучение.4. Детект VPN/прокси и аномалий - Выявлять прокси/VPN по набору признаков (TTL, JA3, IP-блеклисты и т.д.). - Анализировать несоответствия между User-Agent и реальной ОС (TCP/IP флаги, JA3, HTTP2). - Разрабатывать систему порогов (threshold) или вероятностных оценок (score).5. (Опционально) Автоматизация и масштабирование - По желанию помогать с инфраструктурой. - Участвовать в обсуждении архитектуры приложения.---## Требования:1. ML и статистика - Понимание классических алгоритмов (деревья решений, бустинги) и навыки тюнинга. - Приветствуется опыт с PyTorch/TensorFlow.2. Инструменты Data Science - Python: pandas, numpy, scikit-learn, XGBoost/LightGBM. - Умение делать EDA, визуализации (matplotlib, seaborn и т.п.) и строить надёжные фичи из «грязных» данных..3. Сетевые протоколы (желательно, но можно прокачаться) - Основы TCP/IP (MSS, Window Size, TCP Options). - Понимание TLS ClientHello, JA3-сигнатур. - Базовые знания HTTP/2.4. DevOps / MLOps - Docker, Git, Linux; будет плюсом опыт с CI/CD.5. Дополнительно - Опыт наставничества в DS. - Понимание безопасности, VPN/прокси. - Сильная математическая база (статистика, матан, вероятности).---## Условия работы:- Удалённая работа (полная или частичная занятость — обсуждается). - Небольшая команда (сети/бэкенд + ML). - Задачи ведутся в трекере, созвоны/стендапы по необходимости. Финансовая часть: - Вилка 100–250 тыс. руб. в месяц (зависит от опыта). - Возможны выплаты в USDT. - Дополнительный бонус: доступ к лицензии [Cursor․com] (актуальные модели, например, Sonnet 3.5).---## Что получаете:- Глубокий опыт в сетевых отпечатках, работа с уникальными данными. - Полную свободу выбора инструментов (главное — результат). - Поддержку по инфраструктуре и сбору сетевых данных. - Интересные челленджи в ML + Security.---## Как откликнуться:- Напишите о себе в личку и прикрепите резюме/портфолио (GitHub/Kaggle). - Поделитесь примером ML-проекта, где вы делали пайплайн обучения/деплоя. - Расскажите, какой у вас опыт в сетевых протоколах или безопасности (VPN, прокси). Контакт: https://t.iss.one/Siemons8

@ml_data_science_job

Zloy

You can contact @Siemons8 right away.

👏1

224 views23:52