Find your next tech and IT Job or contract LoRa

Dans le cadre du développement de l'Intelligence Artificielle au sein du SOC d'un grand groupe bancaire, nous recherchons un(e) Expert(e) en IA spécialisé(e) dans l'entraînement, l'alignement et l'évaluation de Modèles de Langage (LLM/SLM), afin de concevoir des modèles souverains ultra-spécialisés en cybersécurité. En collaboration directe avec l'équipe R&D Cyber et l'équipe SOC, vos missions seront les suivantes : Fine-tuning de modèles : adapter et spécialiser des LLM open-source (Llama, Mistral, Qwen...) sur des données de cybersécurité (logs, rapports CTI, playbooks) Alignement et limitation des hallucinations : mettre en œuvre des techniques d'apprentissage par renforcement pour garantir des réponses précises, sécurisées et sans biais Formatage et structuration des données : définir et appliquer les meilleurs formats de prompt et de conversation pour l'entraînement Évaluation et benchmarking : mettre en place des pipelines d'évaluation rigoureux pour mesurer la performance des modèles spécialisés "Cyber" par rapport aux standards du marché

Au sein du SOC et en étroite collaboration avec les équipes R&D Cyber, vous contribuez à la conception, l'entraînement et l'évaluation de modèles d'Intelligence Artificielle Générative spécialisés en cybersécurité. Votre mission consiste à développer des modèles souverains capables d'assister les analystes SOC dans l'analyse des alertes, la contextualisation des menaces et l'automatisation des investigations de sécurité. À ce titre, vous serez notamment en charge de : Concevoir et entraîner des modèles de langage spécialisés à partir de LLM open source (Llama, Mistral, Qwen, etc.). Réaliser des opérations de fine-tuning avancées à l'aide de techniques PEFT telles que LoRA et QLoRA. Construire, nettoyer, structurer et enrichir des jeux de données issus de sources cybersécurité (logs, rapports CTI, événements SOC, playbooks, documentation technique). Définir les formats conversationnels et les stratégies de prompting adaptés aux besoins métier. Mettre en œuvre des méthodes d'alignement des modèles afin de limiter les hallucinations et garantir la pertinence des réponses produites. Développer des pipelines d'évaluation et de benchmarking permettant de mesurer objectivement la qualité, la robustesse et la performance des modèles. Réaliser des expérimentations autour des techniques de Reinforcement Learning et Preference Optimization. Collaborer avec les équipes cybersécurité afin d'intégrer les modèles IA dans les processus opérationnels du SOC. Participer à la veille technologique sur les évolutions du marché de l'IA générative et de la cybersécurité.

Dans le cadre du développement de notre Security Operations Center (SOC), nous intégrons des technologies d'Intelligence Artificielle Générative afin d'automatiser l'analyse des menaces, contextualiser les alertes de sécurité et assister nos analystes dans leurs activités quotidiennes. Nous recherchons un(e) Expert(e) IA Générative / LLM Engineer , spécialisé(e) dans le fine-tuning, l'alignement et l'évaluation de modèles de langage (LLM/SLM), afin de concevoir des modèles souverains, performants et hautement spécialisés dans le domaine de la cybersécurité. Vous rejoindrez une équipe R&D Cyber en étroite collaboration avec les équipes SOC pour développer des solutions d'IA fiables, explicables et adaptées aux enjeux opérationnels de la détection et de la réponse aux incidents. Vos missions : En tant qu'Expert IA, vous interviendrez sur l'ensemble du cycle de vie des modèles de langage : Fine-tuning et spécialisation des modèles : Adapter et spécialiser des modèles open source (Llama, Mistral, Qwen, Gemma, Phi…) sur des corpus métiers liés à la cybersécurité (logs, rapports CTI, playbooks, documentation technique, procédures SOC). Mettre en œuvre des techniques de Parameter Efficient Fine-Tuning (PEFT) telles que LoRA et QLoRA. Optimiser les performances des modèles tout en maîtrisant les coûts d'entraînement. Alignement des modèles : Concevoir des stratégies permettant de limiter les hallucinations et d'améliorer la fiabilité des réponses. Mettre en œuvre des approches d'alignement telles que DPO, GRPO ou PPO. Garantir la robustesse, la cohérence et la sécurité des réponses produites par les modèles. Structuration des données : Concevoir et préparer les jeux de données d'entraînement. Définir les formats conversationnels les plus adaptés (ChatML, Alpaca ou équivalents). Assurer la qualité, la cohérence et la traçabilité des données utilisées. Évaluation et benchmarking : Définir des protocoles d'évaluation reproductibles. Construire des benchmarks internes et comparer les performances des modèles. Exploiter des méthodologies telles que MMLU, GSM8K, LLM-as-a-Judge ou Evaluation Arena afin de mesurer objectivement les performances. Industrialisation : Participer au déploiement et à l'optimisation des modèles pour les usages opérationnels du SOC. Contribuer à l'amélioration continue des pipelines IA et des pratiques MLOps