Expert IA Générative & LLM – Cybersécurité

eXalt; Toulouse; Sur place; EUR 70 000 - 110 000; Plein temps

Résumé du poste

eXalt recrute un Expert IA spécialisé dans l’entraînement, l’alignement et l’évaluation de modèles de langage (LLM/SLM) pour concevoir des solutions génératives dédiées à la cybersécurité et automatiser l’analyse des menaces au sein d’un SOC.

Vous travaillerez avec les équipes R&D Cyber et SOC sur des usages techniques avancés (fine-tuning, prompt engineering, benchmarking comme MMLU/GSM8K) et participerez à la mise en production de modèles souverains et ultra-spécialisés.

Qualifications

• Expert IA avec forte expérience sur les modèles de langage et l’IA générative.
• Capacité à travailler sur des sujets de recherche, d’expérimentation et de mise en production.
• Rigueur scientifique sur la qualité des données et la reproductibilité des évaluations.
• Capacité à vulgariser des concepts IA complexes auprès d’équipes cybersécurité.
• Autonomie dans un environnement R&D agile.

Responsabilités

• Réaliser le fine-tuning de modèles de langage open-source sur des données cybersécurité (logs, rapports CTI, playbooks).
• Adapter les modèles via des techniques d’apprentissage et d’optimisation.
• Mettre en œuvre des méthodes d’alignement afin de limiter les hallucinations et garantir des réponses fiables et sécurisées.
• Définir les formats de prompts, de conversations et les structures de datasets d’entraînement.
• Concevoir des pipelines d’évaluation et de benchmarking pour mesurer les performances des modèles spécialisés Cyber.
• Participer à la conception de modèles souverains et ultra-spécialisés.

Connaissances

Modèles de langage

IA générative

Fine-tuning

Alignement

Évaluation

Python

PyTorch

R&D agile

Vulgarisation IA

Outils

LoRA

QLoRA

Unsloth

Axolotl

TRL

MLOps

Description du poste

Dans le cadre du développement de solutions d’Intelligence Artificielle Générative au sein d’un SOC, nous recherchons un(e) Expert(e) IA spécialisé(e) dans l’entraînement, l’alignement et l’évaluation de modèles de langage (LLM/SLM).

L’objectif est de concevoir des modèles spécialisés en cybersécurité afin d’automatiser l’analyse des menaces, contextualiser les alertes de sécurité et accompagner les analystes SOC.

Vous interviendrez en collaboration avec les équipes R&D Cyber et SOC sur des sujets à forte dimension technique.

• Réaliser le fine-tuning de modèles de langage open-source (Llama, Mistral, Qwen...) sur des données cybersécurité (logs, rapports CTI, playbooks).
• Adapter les modèles via des techniques d’apprentissage et d’optimisation.
• Mettre en œuvre des méthodes d’alignement afin de limiter les hallucinations et garantir des réponses fiables et sécurisées.
• Définir les formats de prompts, de conversations et les structures de datasets d’entraînement.
• Concevoir des pipelines d’évaluation et de benchmarking pour mesurer les performances des modèles spécialisés Cyber.
• Participer à la conception de modèles souverains et ultra-spécialisés.

Compétences techniques indispensables

• Maîtrise des techniques d’adaptation à faible rang : LoRA, QLoRA.
• Expérience avec des frameworks de fine-tuning tels que Unsloth, Axolotl ou TRL.

Structuration & formatage des données

• Maîtrise des formats de templates de discussion pour les datasets d’entraînement :

Alignement & Reinforcement Learning

• Expérience sur les méthodes d’optimisation des réponses :
• Maîtrise des frameworks d’alignement :
• Capacité à concevoir des protocoles d’évaluation rigoureux.
• Utilisation de benchmarks standards (MMLU, GSM8K).
• Mise en place de frameworks d’évaluation comparatifs internes.

Compétences complémentaires appréciées

• Sensibilité aux problématiques cybersécurité / SOC :
• Détection d’intrusions
• Connaissance des environnements MLOps :
• Excellente maîtrise de Python et PyTorch.

Profil recherché

• Expert(e) IA avec une forte expérience sur les modèles de langage et l’IA générative.
• Capacité à travailler sur des sujets de recherche, d’expérimentation et de mise en production.
• Rigueur scientifique sur la qualité des données et la reproductibilité des évaluations.
• Capacité à vulgariser des concepts IA complexes auprès d’équipes cybersécurité.
• Autonomie et capacité à évoluer dans un environnement R&D agile.