Arquitecto de IA (IA para Seguridad)

• Seguridad ofensiva práctica: investigación de vulnerabilidades, desarrollo y encadenamiento de exploits, penetration testing web + red; fluidez con herramientas como Nmap, Nuclei, Katana, Acunetix, Metasploit, Burp Suite y Kali.

• Construcción y operación de agentes LLM para tareas de seguridad: uso de herramientas mediante agentes, orquestación de sandboxes, diseño de prompts / flujos para reconocimiento y explotación, y guardrails para la explotación autónoma.

• Modelos abiertos locales / auto-alojados: ejecución y ajuste de pesos abiertos (Kimi, GPT-OSS, MiniMax, DeepSeek) en GPUs alquiladas o privadas; cuantización, rendimiento (throughput) y las compensaciones de rendimiento de agentes que son relevantes para la automatización de la seguridad.

• Exploit & threat intelligence: búsqueda y validación de exploits (incluyendo fuentes de foros / underground), triaje de CVE, y evaluación de la explotabilidad y severidad.

• Detección en tiempo de ejecución: diseño de detección de patrones de intrusión / escalada de privilegios, detección de anomalías y respuesta automatizada.

• Seguridad en la nube (preferiblemente AWS): sandboxing, aislamiento de contenedores, alojamiento seguro de inferencia.

• Escribe su propio código (Python + shell) y puede explicar la metodología a ejecutivos que no son de seguridad.

Características clave (idealmente 4/4):

• Seguridad ofensiva práctica

• Haber construido u operado automatización de seguridad impulsada por IA / LLM (agentes, pipelines), no solo haber usado un chatbot

• Experiencia con grandes proveedores de la nube (preferiblemente AWS).

• Consultoría tecnológica / entrega orientada al cliente: capacidad para liderar una conversación técnica a nivel de CISO

Características específicas del rol:

• Más de 3 años de experiencia práctica en seguridad ofensiva / investigación de vulnerabilidades / red-team

• Capacidad demostrable de desarrollo y encadenamiento de exploits; comodidad con la investigación de zero-days e inteligencia de exploits

• Haber integrado LLMs en flujos de trabajo de seguridad reales (reconocimiento, explotación, triaje)

• Haber ejecutado modelos abiertos locales / auto-alojados en un compromiso real, con visión sobre costes y hardware

• Comodidad al ser el único experto en la materia en la sala y hacerse responsable de la metodología

• Metodología moderna de seguridad ofensiva y el panorama actual de exploits / zero-days.

• Fortalezas y límites de los LLM de vanguardia frente a los locales para la automatización de la seguridad (uso de herramientas mediante agentes, profundidad de razonamiento, coste por tarea).

• Restricciones de salida de datos / soberanía: por qué la propiedad intelectual y los datos que permiten el reconocimiento deben permanecer dentro del perímetro; compensaciones entre nube privada (AWS Bedrock) frente a hardware alquilado.

• Contexto de iGaming / infraestructura regulada y restricciones de certificación (IA en tiempo de construcción vs. tiempo de ejecución) - gran plus.

• Lado defensivo - SIEM, detección de anomalías, respuesta ante incidentes - plus.

Compromiso práctico de AI-for-Security con un grupo regulado de iGaming / juegos online. El equipo de seguridad del cliente es realmente avanzado: ya operan una capacidad de seguridad ofensiva impulsada por IA (un escaneo continuo del perímetro externo que alimenta a un agente LLM que planifica la explotación, busca y valida exploits, y los ejecuta en entornos sandboxed), además de una capa de detección de anomalías en tiempo de ejecución que vigila patrones de intrusión y escalada de privilegios en todos sus productos. Ellos mismos construyeron esto y nos han pedido explícitamente que lo desafiemos y mejoremos, no que nos limitemos a dar el visto bueno.

Este no es un proyecto de IA generalista. Neurons Lab aporta la arquitectura de IA y la profundidad del compromiso; lo que falta es el líder de dominio de seguridad ofensiva que pueda sentarse a la mesa con un equipo de CISO práctico como un igual, poner a prueba su pipeline y hacerse responsable de la metodología. Tú eres ese experto. El trabajo inicial es concreto y consultivo: entender qué han construido, encontrar dónde falla o dónde es costoso, y proponer una forma mejor.

Etapa: pre-compromiso / descubrimiento (el siguiente paso inmediato es una sesión técnica conjunta con el CISO / ingenieros de seguridad del cliente). Duración: descubrimiento → asesoramiento / PoC, con una alta probabilidad de extensión a medida que el programa de seguridad se escala en todo el grupo.

Reporte: CTO de Neurons Lab / líder de compromiso (@Alex Honchar); colabora con el Arquitecto de IA de Neurons Lab en la cuenta. Tú eres el responsable del dominio de seguridad para esta línea.

• Participar en sesiones de trabajo conjuntas con los ingenieros de seguridad prácticos del cliente; desafiar y reforzar su pipeline ofensivo impulsado por IA de extremo a extremo (reconocimiento → verificación → explotación planificada por IA → ejecución en sandbox).

• Diseñar y perfeccionar el agente de explotación: cómo el LLM planifica rutas de ataque, selecciona y valida exploits, y orquesta sandboxes paralelos de forma segura y reproducible.

• Optimizar el coste por hallazgo del pipeline de explotación existente: realizar benchmarks de modelos abiertos locales / soberanos (Kimi, GPT-OSS, MiniMax, DeepSeek) frente a modelos de vanguardia para los bucles de reconocimiento, explotación y análisis; cuantificar las compensaciones entre precisión / latencia / coste y recomendar el dimensionamiento del hardware.

• Dar forma a la capa de detección de anomalías en tiempo de ejecución: definir qué patrones precursores de intrusión / escalada de privilegios merece la pena recopilar (señal frente a volumen de logs brutos), y diseñar las piezas que faltan: respuesta automatizada (detener un proceso malicioso / deshabilitar una cuenta al detectar la amenaza) y enrutamiento de triaje por criticidad.

• Implementar una PoC de victoria rápida (quick-win) para consolidar el compromiso; por ejemplo, un pase automatizado de escaneo de vulnerabilidades en dependencias / PR, o un benchmark comparativo directo entre un modelo local frente a uno de vanguardia para el agente de explotación.

• Convertir los hallazgos en una propuesta técnica y una hoja de ruta defendibles; presentar la metodología y las compensaciones a una audiencia técnica de CISO / CTO.

• Mantener todo el trabajo sensible en tiempo de construcción y dentro del perímetro: no enviar propiedad intelectual, configuraciones o datos que permitan el reconocimiento a proveedores de modelos externos; respetar las restricciones de certificación de juegos regulados (no utilizar IA no certificada en rutas críticas de tiempo de ejecución).

• Asignación: ~0.25 - 0.5 FTE inicialmente (descubrimiento/asesoramiento + sesiones conjuntas con el CISO), escalando con el compromiso