Data Scientist Cybersécurité / SOC – H/F

## Contexte Au sein du Security Operations Center (SOC) d'un grand compte, STORM GROUP recrute un ou une data scientist cybersécurité / SOC pour renforcer les capacités de détection des cybermenaces, en interface directe avec les analystes SOC, les ingénieurs SIEM et les spécialistes de la Threat Intelligence. ## Missions ### Modélisation et détection avancée des menaces - Concevoir, développer et entraîner des modèles de détection d'anomalies sur des volumétries massives de journaux de sécurité (réseau, système, identité, applicatifs). - Développer et déployer des algorithmes d'analyse comportementale des utilisateurs et des entités (UEBA) pour identifier compromissions de comptes et mouvements latéraux. - Mettre en œuvre des modèles de scoring et de priorisation dynamique des alertes pour réduire le bruit et les faux positifs. - Réaliser l'ingénierie des caractéristiques (feature engineering) sur des jeux de données complexes et déséquilibrés. - Évaluer les performances des modèles avec des métriques adaptées à la détection d'intrusions (précision, rappel, ROC-AUC, taux de faux positifs). ### Industrialisation et collaboration SOC - Assurer l'industrialisation, le déploiement et le monitoring continu des modèles en production (MLflow, Docker, Kubernetes). - Collaborer avec les analystes SOC et les équipes d'investigation pour qualifier les détections et réinjecter les retours terrain dans l'entraînement des algorithmes. - Mener une veille active sur les techniques d'attaque référencées dans MITRE ATT&CK. ## Profil recherché - Diplôme d'ingénieur ou Bac+5 en data science, statistiques, informatique décisionnelle ou cybersécurité. - 3 à 5 ans d'expérience en data science et machine learning, idéalement appliquée à la cybersécurité ou à la détection de fraude. - Maîtrise des algorithmes de détection d'anomalies (Isolation Forest, autoencodeurs, One-Class SVM) et de l'apprentissage sur données déséquilibrées. - Pratique confirmée de l'écosystème Python data science (scikit-learn, PyTorch, pandas, numpy). - Bonne compréhension du fonctionnement d'un SOC, des typologies de menaces et de la matrice MITRE ATT&CK. - Connaissance des architectures distribuées et des outils volumétriques (SQL, Spark, Kafka). - Familiarité avec les solutions SIEM (Splunk, Elastic, Microsoft Sentinel) et le suivi de cycle de vie ML (MLflow). - Anglais professionnel opérationnel. ## Atouts recherchés Esprit d'analyse et goût pour l'investigation, rigueur méthodologique dans la validation des métriques de détection et la gestion des faux positifs, aisance à vulgariser les choix algorithmiques auprès des analystes sécurité. ## Avantages Remboursement des titres de transport à 75 %, tickets restaurant pris en charge à 50 % (10,5 € / jour), accès Gymlib / Wellpass, contrat santé / prévoyance avec Alan, accès à Udemy Business, prime de cooptation, d'intéressement et de participation, 2 à 3 jours de télétravail par semaine.