Senior ML Engineer - Malware Detection in Sachseln

Diese Position wird im Auftrag eines Partnerunternehmens ausgeschrieben, das alle Bewerbungen und nächsten Schritte verwaltet. Unser Partner sucht einen Senior ML Engineer - Malware Detection, der remote in der Schweiz arbeitet. Der Senior ML Engineer wird fortschrittliche Machine Learning-Lösungen entwickeln und implementieren, um webbasierte Malware in großflächigen Linux-Hosting-Umgebungen zu erkennen. Sie werden mit einem umfangreichen Datensatz von realen Malware-Proben, Analystenentscheidungen, Erkennungsregeln und Bereinigungsergebnissen arbeiten und Produktionsintelligenz in genauere und effizientere Sicherheitssysteme umwandeln.

Ihre Arbeit wird klassische Machine Learning-Methoden, Transformer-Modelle, LLM-unterstützte Triage und automatisierte Signaturgenerierung umfassen. Sie werden den gesamten Prozess von Rohdaten und Experimenten bis hin zur Produktionsbereitstellung verantworten, wobei der Erfolg anhand von tatsächlichen Verbesserungen bei der Erkennung und kontrollierten Fehlalarmraten gemessen wird. In enger Zusammenarbeit mit Malware-Analysten, Infrastruktur-Spezialisten und anderen ML-Ingenieuren haben Sie Zugang zu dedizierten GPU-Ressourcen und modernen AI-unterstützten Entwicklungstools. Diese Remote-First-Möglichkeit ist ideal für einen erfahrenen ML-Praktiker, der gerne experimentiert, rigorose Bewertungen durchführt und messbare Auswirkungen auf die Cybersicherheit erzielt.

Verantwortlichkeiten

• Entwicklung, Bewertung und Implementierung von Machine Learning-Systemen zur Verbesserung der Malware-Erkennung in großem Maßstab unter Berücksichtigung von Genauigkeit, Betriebskosten und Ressourcenbeschränkungen.
• Modellentwicklung: Entwerfen, Trainieren, Feinabstimmen und Bereitstellen von ML-Modellen mit Produktions-Malware-Daten zur Verbesserung der Erkennungsabdeckung.
• Malware-Klassifizierung und Triage: Entwicklung von Modellen zur Unterscheidung zwischen bösartigen Dateien und harmlosen Inhalten.
• Automatisierte Signaturgenerierung: Systeme entwickeln, die Erkennungssignaturen aus neuen Malware-Kampagnen generieren.
• Kontextbewusste Bedrohungserkennung: Methoden entwickeln, um bösartige Inhalte zu identifizieren, die eine kontextuelle Analyse erfordern.
• Optimierung der Erkennung und Bereinigung: Verbesserung der Erkennungsgenauigkeit und der Effektivität der Bereinigung.
• Modellbewertung und Validierung: Etablierung rigoroser Bewertungsrahmen.
• Inference- und Ressourcenoptimierung: Optimierung des Modeldurchsatzes und der Kosten pro Datei.
• Produktionsbereitstellung und Überwachung: Modelle von Experimenten in die Produktion überführen.
• Kontinuierliches Lernen und Retraining: Incorporation von frischem Feedback und neu identifizierten Fehlalarmen in Trainingsdatensätze.
• ML-Infrastruktur und Experimentation: Entwicklung wiederverwendbarer Trainingspipelines.
• Cross-funktionale Zusammenarbeit: Enge Zusammenarbeit mit Malware-Analysten und Infrastrukturteams.
• Technische Dokumentation und Wissensaustausch: Dokumentation architektonischer Entscheidungen und Evaluierungsmethoden.
• Lieferung gegen Meilensteine: Training und Bewertung eines ersten Produktionsdatenmodells im ersten Monat.

Anforderungen

• Mindestens fünf Jahre Erfahrung in der Entwicklung und Bereitstellung von Machine Learning-Systemen in der Produktion.
• Praktische Erfahrung mit Transformer-Modellen.
• Starkes Verständnis klassischer Machine Learning-Methoden.
• Erfahrung in der rigorosen Modellbewertung.
• Fähigkeit zur Optimierung von Modellen hinsichtlich Durchsatz und Kosten.
• Starke Fähigkeiten in Python, PyTorch und SQL.
• Erfahrung mit Web-Technologien wie PHP oder JavaScript.
• Engagierte schriftliche Kommunikation in Englisch auf B2-Niveau oder höher.
• Analytische und Problemlösungsfähigkeiten.
• Komfortable Übernahme von Verantwortung vom Experiment bis zur Produktionsbereitstellung.

Vorteile

• Vollständig remote Arbeiten mit flexibler Zeitgestaltung.
• 24 Tage bezahlter Urlaub jährlich.
• Unbegrenzte Krankheitsurlaub.
• Finanzielle Unterstützung für private Krankenversicherung.
• Erstattung für Co-Working-Spaces und Sportaktivitäten.
• Bildungsbudget und Fokus auf berufliches Wachstum.
• Zugang zu dedizierten GPU-Ressourcen.
• Herausfordernde technische Arbeit mit großen realen Malware-Datensätzen.
• Zugang zu AI-codierenden Agenten und integrierten Entwicklungstools.