MLSecOps / AI Security Engineer

Descripción del rol

Buscamos un/a MLSecOps / AI Security Engineer responsable de integrar controles de seguridad, gobernanza y gestión de riesgos en todo el ciclo de vida de soluciones de Machine Learning, Inteligencia Artificial e IA Generativa.

El rol trabajará de manera transversal con equipos de Data Science, MLOps, DevSecOps, Cloud, Ciberseguridad y Arquitectura para asegurar que modelos, pipelines, datos y soluciones de IA sean desarrollados, desplegados y operados bajo estándares robustos de seguridad.

Responsabilidades

• Diseñar e implementar controles de seguridad dentro de pipelines de MLOps y AI/ML.
• Evaluar riesgos y vulnerabilidades asociados a modelos de Machine Learning, LLMs y soluciones de IA Generativa.
• Incorporar prácticas de Security by Design dentro del ciclo de vida de modelos de IA.
• Ejecutar evaluaciones de seguridad sobre modelos, APIs, agentes de IA, pipelines y componentes de infraestructura.
• Identificar y mitigar riesgos como Prompt Injection, Jailbreaking, Model Poisoning, Data Poisoning, Model Extraction, Data Leakage y Adversarial Attacks.
• Realizar Threat Modeling sobre arquitecturas de Inteligencia Artificial y Machine Learning.
• Diseñar e implementar controles para arquitecturas basadas en RAG, agentes de IA, APIs, embeddings y bases de datos vectoriales.
• Implementar controles de acceso, gestión de secretos, cifrado y protección de datos utilizados por modelos de IA.
• Evaluar dependencias, librerías, modelos externos y componentes open source utilizados en soluciones de AI/ML.
• Integrar herramientas de análisis de seguridad dentro de pipelines CI/CD y MLOps.
• Implementar monitoreo de seguridad sobre modelos y soluciones de IA en producción.
• Detectar comportamientos anómalos, abuso de modelos, accesos no autorizados y posibles ataques.
• Participar en ejercicios de AI Red Teaming y Adversarial Testing.
• Definir políticas y estándares de seguridad para desarrollo y adopción de Inteligencia Artificial.
• Apoyar iniciativas de gobernanza, cumplimiento y gestión de riesgos asociados al uso de IA.

Requisitos

• Más de 3 años de experiencia en Ciberseguridad, DevSecOps, Cloud Security, Application Security, MLOps Security o áreas relacionadas.
• Experiencia evaluando o asegurando soluciones de Machine Learning o Inteligencia Artificial.
• Conocimiento de vulnerabilidades y amenazas específicas de sistemas de IA y LLMs.
• Experiencia realizando Threat Modeling y análisis de riesgos.
• Conocimiento de CI/CD, DevSecOps y seguridad en pipelines.
• Experiencia con Docker y Kubernetes.
• Experiencia trabajando con ambientes Cloud: Azure, AWS o Google Cloud.
• Conocimientos de IAM, gestión de secretos, cifrado, APIs y seguridad de microservicios.
• Conocimiento de Python y automatización de controles de seguridad.
• Experiencia con herramientas de análisis de vulnerabilidades, SAST, DAST, SCA y gestión de dependencias.
• Conocimiento de arquitecturas de Machine Learning y ciclo de vida de modelos.

Conocimientos deseables

• Experiencia con LLM Security y Generative AI Security.
• Conocimiento de OWASP Top 10 for LLM Applications.
• Experiencia con AI Red Teaming.
• Conocimiento de MITRE ATLAS.
• Experiencia con arquitecturas RAG.
• Conocimiento de bases de datos vectoriales y embeddings.
• Experiencia asegurando agentes de IA y arquitecturas multiagente.
• Experiencia con Azure AI Foundry, Azure OpenAI, AWS Bedrock, Google Vertex AI o plataformas similares.
• Conocimiento de MLflow, Kubeflow, Azure Machine Learning, SageMaker o herramientas MLOps.
• Experiencia implementando controles de Responsible AI, AI Governance y Model Governance.
• Conocimiento de marcos como NIST AI Risk Management Framework.

Competencias

• Alta capacidad analítica y orientación a identificación de riesgos.
• Mentalidad ofensiva y defensiva aplicada a seguridad.
• Capacidad para trabajar con equipos de Ciberseguridad, Desarrollo, Data e IA.
• Orientación a automatización y mejora continua.
• Capacidad para traducir riesgos técnicos en controles y recomendaciones concretas.
• Investigación constante sobre nuevas amenazas asociadas a Inteligencia Artificial.

Formación

Profesional en Ingeniería de Sistemas, Informática, Ciencias de la Computación, Ciberseguridad, Ingeniería de Software o carreras relacionadas.

Certificaciones en Cloud Security, DevSecOps, Ethical Hacking, Kubernetes Security o Inteligencia Artificial serán valoradas.