
11 - 50 employés
Fondée en 2024
🔒 Cybersecurity
🏢 Entreprise
Cybersecurity • AI • Enterprise
Maze est une entreprise de cybersécurité qui exploite l’Agentic AI pour gérer et atténuer les vulnérabilités au sein des environnements cloud. En automatisant l’investigation et la priorisation des vulnérabilités, Maze aide les organisations à identifier les faiblesses critiques avant qu’elles ne puissent être exploitées par des attaquants. Son approche innovante réduit considérablement le backlog de vulnérabilités, en se concentrant sur les risques de sécurité les plus pressants et en permettant des workflows de remédiation efficaces.
🔥 il y a 7 minutes
🗣️🇺🇸🇬🇧 Anglais requis
Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

11 - 50 employés
Fondée en 2024
🔒 Cybersecurity
🏢 Entreprise
Cybersecurity • AI • Enterprise
Maze est une entreprise de cybersécurité qui exploite l’Agentic AI pour gérer et atténuer les vulnérabilités au sein des environnements cloud. En automatisant l’investigation et la priorisation des vulnérabilités, Maze aide les organisations à identifier les faiblesses critiques avant qu’elles ne puissent être exploitées par des attaquants. Son approche innovante réduit considérablement le backlog de vulnérabilités, en se concentrant sur les risques de sécurité les plus pressants et en permettant des workflows de remédiation efficaces.
• Définir la stratégie IA et l’orientation de la recherche : établir la feuille de route technique pour nos capacités en IA. • Gérer la qualité et l’évaluation des agents : concevoir et exploiter les cadres qui nous indiquent si nos agents d’investigation s’améliorent. • Concrétiser les avancées vous-même : prototyper une nouvelle technique en quelques jours, l’intégrer au produit et mesurer l’impact. • Piloter les expérimentations et le fine-tuning sur des données réelles : prendre en charge les pipelines de fine-tuning, l’ingénierie du contexte, la migration de modèles et l’optimisation coût/routage fondées sur des données de production. • Orienter les priorités au sein de l’équipe IA : vous serez le filtre qui décide quelles méthodes méritent réellement un prototype cette semaine. • Diriger une petite équipe par l’exemple : définir la direction technique pour les ingénieurs IA, élever le niveau par le pairing et la revue de code. • Collaborer avec le CTO et la direction engineering : transformer la feuille de route IA en fonctionnalités livrées. • Aller à la rencontre des clients : interventions clients occasionnelles, traduire les besoins des équipes de sécurité en améliorations concrètes du pipeline ML. • Donner le tempo : livrer des prototypes en jours, pas en trimestres.
• Leadership technique opérationnel : antécédents de direction de travaux IA tout en participant activement au développement. • Mise en production de systèmes LLM/à base d’agents : vous avez construit et exploité des systèmes d’IA générative utilisés par de vrais clients, pas des prototypes de recherche ou des démonstrations. • Solide expertise technique à l’ère des LLM : capacité à expliquer l’architecture transformer, l’entraînement, le fine-tuning (ex. LoRA) et l’inférence depuis les principes de base. • Conception de cadres d’évaluation pour systèmes non déterministes : expérience de conception et d’exécution d’évaluations pour agents multi-étapes et non déterministes : évaluation de trajectoire, LLM-as-judge, mesure des résultats de fine-tuning. • Parcours d’excellence avec un esprit de bâtisseur : expérience dans une organisation IA de premier plan ou dans une startup AI-native où vous avez élevé le niveau technique plutôt que de vous reposer sur la notoriété. • Signal startup indiscutable : expérience en phase early-stage ou création de quelque chose à partir de zéro. • Sens de l’urgence et du rythme : capacité à livrer des prototypes en quelques jours. • Communication claire et concise : expression écrite et orale nette au sein d’une équipe remote-first anglophone. • Atouts souhaitables : expérience en sécurité, gestion des vulnérabilités ou en domaines adversariaux. Fortement préférée. • À l’aise en relation client, capable de traduire le comportement et les capacités des agents dans des termes compréhensibles par une équipe de sécurité. • Pragmatisme sur les coûts et le routage des modèles : expérience concrète de réduction du coût d’inférence et de migration entre modèles en production. • Antécédents dans une startup IA réussie, ayant fait évoluer un système de l’expérimentation à un impact en production. • Doctorat ou travaux publiés en ML/IA dans des conférences de premier plan, associés à une réelle expérience en production.
• Participation au capital et fort potentiel d’appréciation à un niveau fondateur. • Équité significative, siège au leadership engineering et trajectoire vers un poste de VP of AI à mesure que l’équipe grandit autour de ce que vous construisez. • Travailler pour faire de la cybersécurité une force positive. • Un travail qui aide directement les organisations à prévenir les attaques. • Impact mesurable, clients réels, retours immédiats sur vos livraisons. • Construire une entreprise native IA dès ses fondations. • Série A bien financée (Theory Ventures) avec une Série B en préparation ; niveau d’entrée suffisamment tôt pour définir les standards techniques de l’investigation IA à grande échelle. • Une équipe contre laquelle vous aurez envie d’être évalué. • Fondateurs et ingénieurs provenant d’Amazon, Elastic et Tessian. Leaders hands-on ayant participé à plusieurs acquisitions et à une IPO. • Le problème le plus difficile du domaine, non résolu : évaluer des agents non déterministes et multi-étapes par rapport à la vérité terrain est un problème ouvert, et nous avons construit le laboratoire d’exploits et une infrastructure de plus de 180 outils-agents pour l’attaquer.
Postuler Maintenant