CONTEXTE
Notre client, un grand groupe d'assurance, déploie des usages d'IA générative et d'IA agentique sur ses activités et doit en maîtriser les risques de bout en bout. Sa direction cybersécurité groupe cherche un expert capable de sécuriser ces systèmes, mais aussi d'en évaluer la robustesse face à des attaques.
Le consultant analyse les risques des projets IA, teste les modèles et les agents de façon offensive et définit les garde-fous (cloisonnement, maîtrise des accès, contrôles déterministes) en lien avec les équipes data, métiers et informatiques. L'équipe recherche des profils d'exception : le niveau d'expérience compte moins que la preuve de la compétence (CTF, recherche, publications, projets personnels, concours).
MISSIONS
• Analyse de risques de bout en bout des projets IA générative et agentique
• Tests offensifs de LLM (prompt injection, jailbreak, exfiltration de données, empoisonnement)
• Sécurisation des architectures agentiques (autonomie limitée, cloisonnement, autorisations déterministes)
• Définition de garde-fous et de standards de sécurité pour l'IA
• Gouvernance des identités, des droits et des actions des agents, traçabilité associée
• Évaluation du risque IA des fournisseurs et des tiers
• Veille sur les menaces et les attaques liées à l'IA
• Sensibilisation des équipes et contribution à la politique de sécurité IA
OUTILS & ENVIRONNEMENT
Métier et réglementaire
• Sécurité de l'IA générative et agentique
• Analyse de risques IA
• AI Act, NIST AI RMF, ISO 42001
• Gestion du risque tiers sur les fournisseurs IA
Techniques
• Red teaming de modèles de langage
• Prompt injection, jailbreak, empoisonnement de données
• Sécurité des architectures RAG
• Sécurité des agents et des outils associés (function calling, MCP)
• Garde-fous et filtrage des entrées et sorties
• Gestion des identités non humaines
• Sécurité des plateformes IA cloud (Azure AI, AWS Bedrock, Vertex AI)
• MLSecOps
• Python
Méthodologie et outils
• OWASP Top 10 for LLM Applications
• MITRE ATLAS
• Garak, PyRIT ou équivalent
• Modélisation de menaces appliquée à l'IA
Documentaire
• Dossiers d'analyse de risques IA
• Standards et guides de sécurité IA
POINTS À TRANCHER
• Le compte-rendu liste « test d'intrusion » et « pentester » comme deux besoins distincts : AO 1 applicatif (web, API, mobile) et AO 2 infra (AD, réseau, cloud). Si Xavier les considère comme un seul profil, il faudra les fusionner.
• Les profils LinkedIn identifiés sont surtout orientés GRC et gestion des vulnérabilités (DORA, ISO 27001, analyse de risques, phishing). Un seul possède une certification offensive (HTB CWES). Aucun n'a été retenu pour les AO offensifs : les critères « pépites » viennent du compte-rendu (CTF, bug bounty, certifications, projets personnels). L'angle IA est issu de ses reposts (sécurité des systèmes agentiques, risque IA des fournisseurs).
1. Expertise en sécurité de l'IA générative et agentique
2. Compétences en analyse de risques IA et connaissance des référentiels AI Act, NIST AI RMF, ISO 42001
3. Gestion du risque tiers sur les fournisseurs IA
4. Maîtrise du red teaming de modèles de langage, notamment prompt injection, jailbreak, empoisonnement de données
5. Connaissance de la sécurité des architectures RAG et des agents (function calling, MCP)
6. Capacité à définir des garde-fous et à filtrer les entrées et sorties
7. Gestion des identités non humaines
8. Expérience avec les plateformes IA cloud : Azure AI, AWS Bedrock, Vertex AI
9. Compétences en MLSecOps et programmation Python
10. Maîtrise des méthodologies et outils : OWASP Top 10 for LLM Applications, MITRE ATLAS, Garak, PyRIT ou équivalent, modélisation de menaces appliquée à l'IA
11. Capacité à produire des dossiers d'analyse de risques IA et à appliquer des standards et guides de sécurité IA
12. Preuves de compétence par la participation à des CTF, concours IA et sécurité, publications, recherche, outils open