Descriptif du poste:\nAu sein de notre société de conseil en informatique, nous propulsons l'innovation technologique au service des environnements les plus critiques. Pour accompagner la transformation de notre Security Operations Center (SOC) grâce aux technologies d'Intelligence Artificielle Générative, nous recherchons un(e) Data Scientist / Expert(e) en IA spécialisé(e) dans l'entraînement, l'alignement et l'évaluation de modèles de langage (LLM / SLM).\n\nL'objectif stratégique de cette mission de RetD est de concevoir, d'adapter et d'aligner des modèles souverains open-source ultra-spécialisés en cybersécurité pour assister nos analystes dans l'automatisation et la contextualisation des menaces.\n\nVos Missions :\nEn collaboration directe avec l'équipe RetD Cyber et l'équipe SOC, vous interviendrez sur l'ensemble du cycle de valorisation, d'entraînement et de sécurisation des modèles :\n\n- Fine-Tuning de Modèles (PEFT) : Adapter et spécialiser des LLM open-source de référence (Llama, Mistral, Qwen...) sur des datasets textuels verticaux en cybersécurité (logs de production, rapports CTI, playbooks de remédiation).\n\n- Alignement et Contrôle des Hallucinations : Mettre en oeuvre des techniques d'apprentissage par renforcement pour optimiser les réponses (Constraint-based generation). L'enjeu est de garantir des restitutions précises, sécurisées et sans biais, un aspect crucial pour la confiance opérationnelle du SOC.\n\n- Formatage et Structuration des Données : Sélectionner, collecter et redresser les sources de données pertinentes. Définir les meilleurs formats de prompt et de conversation pour structurer les datasets d'entraînement.\n\n- Évaluation et Benchmarking : Concevoir des protocoles d'évaluation internes rigoureux et des pipelines comparatifs pour mesurer l'apport et la pertinence des modèles spécialisés « Cyber » par rapport aux standards du marché.\n\nProfil recherché:\nVous justifiez d'une expérience confirmée et d'une maîtrise pointue des concepts avancés liés aux architectures de Transformers :\n\n- Fine-Tuning : Maîtrise avancée des techniques d'adaptation à faible rang (LoRA, QLoRA) et pratique courante d'au moins un framework de fine-tuning rapide (Unsloth, Axolotl ou TRL d'Hugging Face).\n- Structuration Data : Expertise validée dans l'utilisation des formats de templates de discussion, notamment ChatML et Alpaca.\n- Alignement & Reinforcement Learning : Solide expérience de l'optimisation via les méthodes DPO (Direct Preference Optimization), GRPO (Group Relative Policy Optimization) ou PPO. Maîtrise des frameworks associés (TRL, verl ou OpenRLHF).\n- Benchmarking : Capacité à utiliser des benchmarks standards (MMLU, GSM8K) et à mettre en place des méthodologies de pointe de type Evaluation Arena (LMSYS) ou LLM-as-a-judge.\n- Langues : Maîtrise courante du français et niveau d'anglais professionnel impératifs.\n\nCompétences secondaires appréciées (Nice to have) :\n- Stack MLOps & Dev : Excellente maîtrise de Python et PyTorch, ainsi que des plateformes d'inférence optimisée comme vLLM, Ollama, Triton ou Hugging Face Hub.\n- Sensibilité Cybersécurité : Un intérêt marqué ou une première expérience sur des problématiques SOC (MITRE ATT&CK, analyse de logs, détection d'intrusions) facilitera grandement les échanges avec le métier.