Vos missionsVotre travail consistera à concevoir, adapter et évaluer des modèles de langage spécialisés en cybersécurité afin d?automatiser l?analyse des menaces, contextualiser les alertes de sécurité et assister les analystes SOC. Fine-tuning de modèlesAdapter et spécialiser des modèles de langage open-source (Llama, Mistral, Qwen) sur des données de cybersécurité (logs, rapports CTI, playbooks). Mettre en ?uvre des techniques de fine-tuning (PEFT) afin d?optimiser les performances des modèles sur des cas d?usage spécifiques. Alignement et limitation des hallucinationsMettre en place des techniques d?alignement pour garantir des réponses précises, sécurisées et sans hallucinations. Utiliser des approches d?apprentissage par renforcement telles que DPO (Direct Preference Optimization), GRPO (Group Relative Policy Optimization) et PPO (Proximal Policy Optimization). Travailler avec des frameworks d?alignement tels que TRL, verl ou OpenRLHF. Formatage et structuration des donnéesDéfinir et structurer les jeux de données d?entraînement en utilisant des formats de conversation tels que ChatML et Alpaca. Préparer et normaliser les données issues des environnements SOC (logs, rapports, playbooks) pour l?entraînement des modèles. Évaluation et benchmarkingMettre en place des pipelines d?évaluation des modèles afin de mesurer leurs performances sur des cas d?usage cybersécurité. Utiliser des benchmarks standards tels que MMLU et GSM8K. Concevoir des méthodologies de comparaison et d?évaluation interne de type Evaluation Arena et LLM-as-a-judge.