Data scientist - Expert(e) en IA spécialisé(e) - N3

Onyx-Conseil; Toulouse; Sur place; EUR 70 000 - 110 000; Plein temps

Résumé du poste

Onyx-Conseil recherche un Expert IA spécialisé dans l’entraînement, l’alignement et l’évaluation de Modèles de Langage (LLM/SLM) pour renforcer son SOC en cybersécurité. Vous travaillerez avec les équipes R&D Cyber et SOC, et dirigerez le fine-tuning, l’alignement et les pipelines d’évaluation.

Le poste implique la mise en place de modèles souverains et ultra-spécialisés en sécurité, avec conception de prompts et benchmarks robustes pour éviter hallucinations et biais, dans un cadre collaboratif.

Qualifications

• Expérience en entraînement et déploiement de LLM/SLM, dans le domaine cybersécurité.
• Capacité à concevoir des pipelines d’évaluation et de benchmarking.
• Connaissance des techniques d’alignement et de réduction des hallucinations.

Responsabilités

• Fine-tuning de modèles LLM open-source sur des données cybersécurité.
• Implémentation de techniques d’alignement et de RL pour limiter les biais et les hallucinations.
• Conception et standardisation des formats de prompts et conversations pour l’entraînement.
• Évaluation et benchmarking des modèles « Cyber » par rapport aux standards du marché.

Connaissances

Fine-tuning LLM

Model alignment

Reinforcement learning

NLP

Cybersecurity data

Formation

Master en IA/CS

Outils

Llama

Mistral

Qwen

Prompt engineering

Description du poste

Contexte

Objectif global: Développer IA au sein du SOC 2

Au sein de notre SOC, nous intégrons des technologies d'Intelligence Artificielle Générative pour automatiser l'analyse de menaces, contextualiser les alertes de sécurité et assister nos analystes. 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, le/la consultant(e) aura pour missions de :

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 s'assurer que les modèles génèrent des réponses précises, sécurisées et sans biais/hallucinations (crucial pour le SOC).

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.