Expert IA

Intervenir sur des sujets opérationnels avec un impact direct sur le développement de modèles d'Intelligence Artificielle Générative spécialisés en cybersécurité, l'automatisation de l'analyse des menaces et l'assistance aux analystes sécurité.

Missions principales

Adapter et spécialiser des modèles de langage open source (Llama, Mistral, Qwen ou équivalents) sur des données de cybersécurité.

Réaliser le fine-tuning de modèles via des approches PEFT.

Mettre en œuvre des techniques d'alignement afin d'améliorer la précision des réponses et limiter les hallucinations.

Définir les formats de prompts et de conversations adaptés à l'entraînement des modèles.

Structurer et préparer les jeux de données d'entraînement.

Concevoir des pipelines d'évaluation et de benchmarking des modèles.

Comparer les performances des modèles spécialisés en cybersécurité avec les standards du marché.

Collaborer avec les équipes R&D Cyber et SOC.

Contribuer à la qualité des données, à la reproductibilité des expérimentations et à la validation des modèles.

Compétences attendues

Maîtrise avancée du fine-tuning de modèles de langage avec LoRA et QLoRA.

Expérience avec les frameworks Unsloth, Axolotl ou TRL (Hugging Face).

Expertise dans la structuration de datasets d'entraînement avec des formats comme ChatML et Alpaca.

Maîtrise des techniques d'alignement et de reinforcement learning : DPO, GRPO, PPO.

Connaissance des frameworks TRL, verl ou OpenRLHF.

Expérience dans la conception de protocoles d'évaluation et de benchmarks LLM.

Maîtrise des méthodologies d'évaluation telles que MMLU, GSM8K, Evaluation Arena, LMSYS et LLM-as-a-Judge.

Maîtrise de Python et PyTorch appréciée.

Connaissance des environnements MLOps : Hugging Face Hub, vLLM, Ollama, Triton appréciée.

Sensibilité aux problématiques cybersécurité : MITRE ATT&CK, analyse de logs, détection d'intrusions appréciée.

Anglais professionnel et français courant indispensables.

Profil recherché

Data Scientist ou ML Engineer expérimenté avec une expertise en entraînement et alignement de modèles LLM.

Expérience sur l'ensemble du cycle de valorisation de la donnée : collecte, qualité, préparation, modélisation et évaluation.

Rigueur scientifique, autonomie et capacité à travailler dans un environnement R&D agile.

Capacité à vulgariser des concepts IA complexes auprès d'équipes cybersécurité.