Entwicklung, Pflege und Weiterentwicklung ganzheitlicher Data-Security-Architekturen für komplexe On-Prem-, Cloud- und Hybrid-Umgebungen
Definition und Umsetzung von Sicherheitsstandards, -richtlinien und Architekturprinzipien für Datenklassifizierung, Datenschutz, Verschlüsselung, Schlüsselmanagement, sichere Datenflüsse und Datenzugriffe
Konzeption und Implementierung moderner Data-Security-Konzepte (u. a. Data Loss Prevention, Data Classification & Labeling, Verschlüsselung, Tokenisierung, Maskierung, Data Access Governance)
Design und Weiterentwicklung sicherer Datenzonen, Schutzbedarfsorientierter Datenverarbeitung sowie der Absicherung sensibler Daten entlang ihres gesamten Lebenszyklus gemäß regulatorischen und aufsichtsrechtlichen Anforderungen
Beratung von Fachbereichen, IT-Teams und DevOps bei sicheren Daten- und Integrationsdesigns (Secure-by-Design) sowie bei der Einführung neuer Anwendungen, Services und Drittanbindungen mit Datenbezug
Planung, Einführung und kontinuierliche Verbesserung von Data-Security-Komponenten und -Kontrollen (z. B. DLP, Verschlüsselung, Key Management, Secrets Management, Data Discovery, Data Access Controls)
Bewertung von Datenrisiken sowie Durchführung von Threat-Modelings, Architektur- und Sicherheitsreviews für Datenverarbeitungs-, Analyse- und Integrationslösungen
Spezifische Mitgestaltung der Security-Architektur für AI-/ML-Plattformen und GenAI/LLM-Services, inkl. Absicherung von Trainings-, Test- und Produktivumgebungen sowie von Datenflüssen zwischen AI-Modellen und Umsystemen
Identifikation, Bewertung und Behandlung AI-spezifischer Risiken (z. B. Prompt Injection, Data Leakage, Model Poisoning, Model Inversion, Bias & Fairness-Risiken) sowie Ableitung entsprechender Sicherheits- und Governance-Maßnahmen
Definition von Richtlinien und Guardrails für den sicheren Umgang mit AI-/GenAI-Lösungen (z. B. Schutz von Geschäftsgeheimnissen und Kundendaten bei der Nutzung interner und externer LLMs, sichere API-Nutzung, Policy- und Zugriffskonzepte)
Sicherstellung der Einhaltung regulatorischer Anforderungen (z. B. DORA, DSGVO) im Bankenumfeld in Bezug auf Datenschutz, Datensicherheit und den Schutz sensibler bzw. kritischer Informationen
Zusammenarbeit mit Informationssicherheits-, Risiko- und Compliance-Einheiten, Datenmanagement-/Governance-Teams, Infrastruktur-Teams sowie externen Prüfer*innen und Dienstleistern
Unterstützung bei datenbezogenen Sicherheitsvorfällen (Incident Response) sowie Weiterentwicklung der zugehörigen Monitoring-, Logging- und Detektionskonzepte
Mitwirkung bei der Konzeption von Monitoring-, Logging- und Detektionsmechanismen für AI-/ML-Workloads (z. B. Erkennung von Anomalien in Trainingsdaten oder Modellnutzung, Missbrauch von GenAI-Diensten)
Verfolgung (regulatorischer) Entwicklungen im Bereich AI-Security und AI-Governance (z. B. EU AI Act) sowie Übersetzung dieser Anforderungen in konkrete Data- und AI-Security-Architekturen
Beobachtung technologischer Trends im Bereich Data Security & Data Governance (z. B. DSPM, Data Access Governance, Confidential Computing, AI/Data Security) und Ableitung von Handlungsempfehlungen für die Bank
Dein Profil
Abgeschlossenes Studium der (Wirtschafts-)Informatik, IT-Sicherheit oder eine vergleichbare Qualifikation
Mehrjährige Erfahrung in der Data-Security-Architektur, idealerweise im Finanz- oder Bankenumfeld
Tiefgehende Kenntnisse in der Absicherung strukturierter und unstrukturierter Daten, in Datenklassifizierung, Verschlüsselung, Schlüsselmanagement, Datenschutz sowie in sicheren Datenflüssen über On-Prem-, Cloud- und Hybrid-Umgebungen
Fundierte Erfahrung mit Data-Security-Technologien und -Kontrollen wie Data Loss Prevention, Data Discovery/Classification, Key Management, Secrets Management, Tokenisierung, Maskierung sowie Zugriffssteuerungs- und Überwachungslösungen
Erfahrung in der Absicherung von Datenplattformen, Datenintegrationen und Analyseumgebungen sowie im sicheren Umgang mit sensiblen, vertraulichen oder regulatorisch relevanten Daten
Erfahrung in der Absicherung von AI-/ML-Umgebungen und -Datenpipelines (z. B. MLOps-Plattformen) sowie im sicheren Betrieb von GenAI/LLM-Lösungen in regulierten Umgebungen und Verständnis der spezifischen Sicherheitsherausforderungen von AI-Systemen
Fundierte Kenntnisse regulatorischer und aufsichtsrechtlicher Anforderungen im Finanzsektor (z. B. DORA, DSGVO) und deren Umsetzung im Bereich Datensicherheit
Idealerweise Kenntnisse im Bereich AI-Governance und AI-Compliance (z. B. EU AI Act, interne AI-Richtlinien) sowie Erfahrung in ihrer praktischen Umsetzung im Kontext von Daten- und Informationssicherheit
Erfahrung mit Architekturframeworks und Sicherheitsmodellen (z. B. Zero Trust, NIST) sowie in der Dokumentation von Zielarchitekturen, Roadmaps und Architekturentscheidungen
Affinität zu modernen AI-/Data-Plattformen (z. B. Cloud-basierte AI-Services, LLM-Plattformen) und deren sicherer Integration in bestehende Bank- und Datenlandschaften
Sehr gute analytische Fähigkeiten sowie eine strukturierte, risikoorientierte und lösungsorientierte Arbeitsweise
Ausgeprägte Kommunikations- und Beratungsfähigkeiten zur adressatengerechten Vermittlung komplexer Data-Security-Themen an Fachbereiche und Management