• Design and deploy advanced machine learning systems for device identification, anomaly detection, and fraud prevention—balancing precision, recall, and real-world adversarial dynamics. • Contribute to the development of scalable data pipelines and production ML workflows using structured and unstructured telemetry (e.g., browser, mobile, session data). • Investigate high-complexity signals (e.g., emulator use, spoofing, low-entropy fingerprints), applying advanced statistical methods and domain knowledge to detect fraud and abuse. • Translate ambiguous business problems into modeling approaches, using a combination of supervised, unsupervised, and heuristic techniques. • Partner with engineering, product, and risk teams to contribute to data architecture decisions, signal collection, and planning. • Drive experimental design, A/B testing frameworks, and robust validation techniques to ensure model generalizability and long-term trust. • Contribute to team standards for ML explainability, risk evaluation, and feature logging. • Document methodologies and communicate results effectively through dashboards, presentations, and reports for both technical and executive audiences. • Mentor junior data scientists and participate in cross-functional working groups.

Jako Specjalista/tka ds. bezpieczeństwa operacyjnego środowisk chmurowych dołączysz do zespołu Cyber Operations i przejmiesz odpowiedzialność za operacyjne bezpieczeństwo środowisk chmurowych (Azure/OCI/M365). Rola obejmuje monitorowanie alertów chmurowych, automatyzację reakcji na incydenty, usuwanie błędów konfiguracyjnych przy użyciu narzędzi CSPM/CNAPP oraz bezpieczeństwo zasobów chmurowych wykorzystywanych przez modele AI. Będziesz pracować z narzędziami Microsoft Sentinel/Defender, WIZ, Docker/K8s i Logic Apps. Twój zakres obowiązków: - Ciągłe monitorowanie alertów bezpieczeństwa w Azure/OCI/M365 (Sentinel/Defender). - Projektowanie i utrzymanie automatyzacji reakcji na incydenty (SOAR – Logic Apps). - Wykrywanie i automatyczna naprawa błędów konfiguracyjnych (CSPM) - Zabezpieczanie środowisk chmurowych obsługujących modele AI/LLM. - Tworzenie i tuning reguł detekcji oraz zapytań KQL (Sentinel). - Monitorowanie bezpieczeństwa kontenerów, mikroserwisów i środowisk K8s/Docker. - Integracja narzędzi SAST/DAST/SCA w pipeline’ach CI/CD (DevSecOps). • Wsparcie SOC i udział w analizach incydentów chmurowych (RCA). To oferujemy: - Umowę o pracę w nowoczesnej, międzynarodowej firmie farmaceutycznej - Możliwość pracy zdalnej • Prywatną opiekę medyczną - Dofinansowanie do karty Multisport - Kartę lunchową – 400 zł miesięcznie - Ubezpieczenie na życie - System kafeteryjny - Pracowniczy Program Emerytalny – 3,5% płacone przez pracodawcę - Pakiet relokacyjny - Szkolenia i rozwój kompetencji zawodowych - Niezbędne narzędzia pracy - Jeden dodatkowy dzień wolny w roku Nasze oczekiwania: - 3–5 lat doświadczenia w bezpieczeństwie chmurowym (Azure/OCI/M365). - Bardzo dobra znajomość Microsoft Sentinel/Defender, Azure Monitor i KQL. - Znajomość kontenerów i orkiestracji (Docker/K8s). - Doświadczenie z automatyzacją bezpieczeństwa (SOAR/Logic Apps). - Znajomość narzędzi CSPM/CNAPP (np. WIZ, Palo Alto Prisma/Cortex, TrendMicro Vision One). - Znajomość DevSecOps i bezpieczeństwa CI/CD. - Mile widziane certyfikaty: SC-200, Security+, CSPM/CNAPP. - Rozumienie zagrożeń dotyczących zasobów obliczeniowych AI/LLM.

• Manage each of the data management projects to which assigned; provide leadership to the corresponding data management teams. • Represent WCT in all dealings with Sponsors with respect to the Data Management aspects of the projects to which assigned. • Liaise with the Director, Data Management at regular intervals to discuss progress and any issues outstanding. • Take responsibility for staff training for all projects to which assigned; both direct involvement in training and supervision of staff assigned to training. • Ensure that all data management operations are conducted to WCT SOPs; contribute to the ongoing revision/improvement of these SOPs. • Create and review project specific documentation for assigned trials, i.e. the Data Management Plan and the Data Management File. • To ensure that adequate QC checks (including spot checks) and Database Quality Assessments on the clinical databases of assigned projects.

• Analyze large, complex datasets to identify trends, patterns, and insights that inform business and product decisions • Design, develop, and deploy statistical models and machine learning algorithms • Build and maintain data pipelines, feature engineering processes, and analytical workflows • Partner with cross‑functional teams to define data requirements, KPIs, and success metrics • Translate technical findings into clear, compelling insights for technical and non‑technical audiences • Support experimentation, A/B testing, and model validation and monitoring • Contribute to data science best practices, documentation, and model governance • Mentor junior team members and contribute to a strong data science culture