Software Engineer in Katowice

EthicalHat jest globalnym dostawcą usług cyberbezpieczeństwa z centrami dostaw w Kalifornii, USA i Gurugram, India. Nasze centrum operacji bezpieczeństwa prowadzone jest przez analityków i inżynierów z głębokim doświadczeniem w obronie przed cyberatakami, a nasi specjaliści ds. ofensywy, produktów, chmury i AI pracują obok nich, co sprawia, że to, co uczymy się atakując systemy, czyni nas lepszymi w ich obronie.

Opis stanowiska: To jest zdalna pozycja. W ETHICALHAT Cyber Security zatrudniamy inżyniera oprogramowania full-stack, aby budować i rozwijać nasze produkty internetowe oraz dodawać do nich funkcje AI: asystencję opartą na LLM, integracje AI oraz serwer MCP, który pozwala asystentom AI pracować z danymi naszych produktów w sposób bezpieczny.

Kluczowe obowiązki:

• Projektowanie, budowanie i utrzymywanie usług backendowych oraz API.
• Tworzenie czystych, responsywnych ekranów frontendowych.
• Projektowanie schematów baz danych i pisanie efektywnych zapytań.
• Budowanie funkcji takich jak pulpity nawigacyjne, przepływy pracy, kontrola dostępu oparta na rolach, przesyłanie plików i eksport raportów (CSV, PDF, PPTX).
• Pisanie skryptów migracji danych, gdy systemy się zmieniają.

Integracje i bezpieczeństwo:

• Budowanie i dokumentowanie REST API oraz integracji zewnętrznych.
• Ustawianie uwierzytelniania: SSO (OIDC, SAML), MFA, kontrola dostępu oparta na rolach.
• Przestrzeganie praktyk bezpiecznego rozwoju: przeglądy kodu, skanowanie zależności i SAST, naprawianie zgłoszonych luk.
• Pakowanie i wdrażanie wydań dla konfiguracji w chmurze i lokalnych (Windows i Linux).

Funkcje AI i LLM:

• Budowanie asystentów AI wewnątrz produktu, którzy odpowiadają na pytania użytkowników w prostym języku, opartym na naszych danych.
• Wykorzystanie LLM do podsumowywania danych, pisania raportów i sugerowania następnych kroków dla użytkowników.
• Ekstrakcja i klasyfikacja informacji z przesłanych dokumentów, z potwierdzeniem wyniku przez człowieka.
• Mierzenie jakości i kosztów AI oraz ich poprawa z wydania na wydanie.

Serwer MCP:

• Budowanie i utrzymywanie serwera MCP (Model Context Protocol), który udostępnia dane produktów i działania jako narzędzia i zasoby.
• Pozwolenie klientom AI, takim jak Claude, ChatGPT lub agenci IDE, na pracę z produktem za pośrednictwem tego serwera.
• Egzekwowanie tych samych ról użytkowników i granic danych w serwerze MCP, jak w aplikacji internetowej, z dziennikami audytu dla każdej akcji AI.

Wymagania:

• 3+ lata doświadczenia w budowaniu aplikacji internetowych produkcyjnych, od początku do końca.
• Backend: Java (OpenJDK) i Groovy z frameworkiem Grails.
• Bazy danych: MariaDB (projektowanie schematów, SQL, tworzenie kopii zapasowych i przywracanie z Mariabackup) oraz Neo4j (modelowanie grafów, zapytania Cypher).
• Serwer aplikacji: Apache Tomcat, w tym konfiguracja TLS.
• Tożsamość i dostęp: Keycloak; SSO z OIDC i SAML przy użyciu Okta, Microsoft Entra ID i Auth0; MFA i kontrola dostępu oparta na rolach.
• API: projektowanie i dokumentacja REST API.
• Platformy: instalowanie, aktualizowanie i uruchamianie aplikacji na Windows Server i Linux (Ubuntu), w tym nieprzerwane aktualizacje.
• Praktyka bezpiecznego kodowania: skanowanie SAST, kontrole zależności, utrzymanie SBOM, naprawianie ustaleń testów penetracyjnych.
• Jasny angielski pisany dla specyfikacji, dokumentacji API i przewodników użytkownika.
• Dyplom w dziedzinie informatyki lub podobny lub równoważne doświadczenie praktyczne.

Obszar:

• LLM APIs: Praktyczne wykorzystanie przynajmniej jednego głównego API (Anthropic Claude, OpenAI, Google Gemini lub Azure OpenAI): strumieniowanie, wywoływanie narzędzi/funkcji, strukturalny JSON, kontrola tokenów i kosztów.
• Retrieval (RAG): Chunking i osadzanie dokumentów, wyszukiwanie wektorowe z pgvector, Qdrant lub podobnymi, cytowanie źródeł w odpowiedziach.
• Pisanie i wersjonowanie promptów, przykłady few-shot, systemowe prompty, które utrzymują odpowiedzi w kontekście.
• Ocena: Zestawy testowe i automatyczne kontrole dokładności, halucynacji i regresji przed każdym wydaniem.
• Bezpieczeństwo AI: Ochrona przed wstrzyknięciem promptów z treści użytkownika, oddzielanie danych klientów, redagowanie danych wrażliwych, zatwierdzanie działań sugerowanych przez AI.
• Uruchamianie otwartych modeli (Llama, Mistral, Qwen) przez Ollama lub vLLM; przełączanie dostawców za pomocą jednego interfejsu.
• Serwer MCP: Budowanie serwera MCP z oficjalnym SDK (TypeScript, Python lub Java): narzędzia, zasoby i prompty; stdio i transporty HTTP strumieniowe; uwierzytelnianie oparte na OAuth; testowanie z MCP Inspector i rzeczywistymi klientami.
• Agenci i ramy: Łączenie z zewnętrznymi serwerami MCP lub korzystanie z ram agentów (LangChain, LangGraph, Spring AI, LlamaIndex), gdzie to przydatne.
• Obserwowalność: Rejestrowanie każdego wywołania AI z danymi wejściowymi, wyjściowymi, opóźnieniem i kosztem; alerty w przypadku awarii.