Expert IA Générative - LLM Engineer spécialisé Cybersécurité informatique (H/F) (IT)

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 ?uvre 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 ?uvre 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 Profil candidat: Nous recherchons un(e) ingénieur(e) ou chercheur(se) disposant d'une solide expérience dans le développement et l'optimisation de modèles de langage open source. Vous maîtrisez les architectures LLM modernes ainsi que les techniques de spécialisation, d'alignement et d'évaluation de modèles, et souhaitez mettre votre expertise au service de la cybersécurité. Une expérience dans un environnement R&D ou IA appliquée constitue un véritable atout. ll Compétences techniques indispensables : Intelligence Artificielle Générative Expertise des modèles de langage open source (Llama, Mistral, Qwen ou équivalents). Excellente maîtrise des bibliothèques Hugging Face Transformers, PEFT et PyTorch. Maîtrise avancée des techniques LoRA, QLoRA et plus largement du Parameter Efficient Fine-Tuning. Frameworks de fine-tuning Expérience significative avec au moins l'un des frameworks suivants : TRL (Transformer Reinforcement Learning) Unsloth Axolotl Alignement des modèles Maîtrise des méthodes d'optimisation des préférences telles que : DPO GRPO PPO Expérience avec des frameworks comme : TRL verl OpenRLHF Évaluation des modèles Capacité à concevoir et automatiser des protocoles d'évaluation robustes : MMLU GSM8K LLM-as-a-Judge Evaluation Arena ou méthodologies comparables Développement Excellente maîtrise de Python. Très bonne connaissance de PyTorch. Développement de pipelines d'entraînement et d'évaluation. Compétences appréciées Connaissance des environnements SOC et des problématiques de cybersécurité. Familiarité avec MITRE ATT&CK, les rapports CTI, les SIEM ou l'analyse de logs. Expérience des architectures RAG et des bases vectorielles. Connaissance des outils d'inférence et de déploiement tels que Hugging Face Hub, vLLM, Ollama ou Triton. Expérience en MLOps appliqué aux modèles de langage. Qualités personnelles Forte rigueur scientifique et méthodologique. Sens de l'analyse et esprit critique. Capacité à travailler dans un environnement de R&D agile. Autonomie et force de proposition. Excellentes capacités de communication permettant de vulgariser des concepts complexes auprès d'équipes cybersécurité. Goût pour l'innovation et la veille technologique. Compétences attendues Intelligence Artificielle Générative : Expert Fine-Tuning de modèles LLM : Expert Python / PyTorch : Expert Cybersécurité : Confirmé à Avancé Environnement SOC : Confirmé Langues Français courant. Anglais professionnel indispensable (écrit et oral).