Expert IA Générative – LLM Engineer spécialisé Cybersécurité (H/F)

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