Mission principale : Développer et maintenir les modèles ML/GNN et neuro-symboliques qui alimentent l?analyse proactive des logs et tickets, et enrichissent la base de connaissance Eureka. Responsabilités clés ?      Modélisation graph-ML ?      Concevoir et entraîner des GNN pour détecter les patterns de défaillance dans le graphe d?incidents. ?      Générer des embeddings de logs et tickets pour enrichir le vector store. ?      Neuro-symbolique ?      Intégrer des règles métier issues du parsing LLM dans une architecture hybride (Gekho ou équivalent). ?      Assurer la cohérence entre prédictions statistiques et contraintes symboliques. ?      Validation & évaluation ?      Mettre en place les métriques d?évaluation (precision/recall, ROC-AUC, F1, drift detection). ?      Réaliser des tests de robustesse (scénarios de fail-over, montée en charge de fake-incidents). ?      Collaboration métier ?      Animer des ateliers avec les experts opérationnels pour calibrer les modèles. ?      Documenter et présenter les insights (rapport de patterns émergents, recommandations).