STAGE - Ingénieur(e) IA & Cybersécurité - Classification de Documents F/H

## Contexte & enjeux du projet Dans le cadre des travaux d'innovation de MOSS sur la Data-Centric Security (DCS), la protection des données repose sur une qualification et une classification précises des informations traitées. L'objectif du stage : étudier et évaluer l'apport de l'IA à la classification de sécurité des documents, en développant un PoC local capable de proposer une classification adaptée à partir du contenu et du contexte d'un document, d'expliquer sa décision et de détecter les cas ambigus nécessitant une validation humaine. ## Missions Sous la responsabilité et l'accompagnement direct de l'équipe Architecture Cybersécurité, sur l'ensemble de la démarche R&D : - État de l'art & analyse : étudier les approches pertinentes pour la classification (systèmes à base de règles, classifieurs sémantiques, modèles de langage exécutés localement) - Définition du cadre d'expérimentation : définir la politique de classification expérimentale en concertation avec l'encadrant - Constitution du jeu de données : constituer un corpus synthétique annoté intégrant des cas simples, des cas contextuels et des cas ambigus - Benchmarking & analyse comparative : comparer les méthodes selon plusieurs critères (taux de sous-classification/surclassification, qualité et intelligibilité des justifications, temps de traitement) - Développement du PoC : concevoir et développer un démonstrateur sous Python permettant de proposer, expliquer et faire valider une classification - Restitution & documentation : présenter les résultats, la démonstration finale, les limites identifiées, et former des recommandations pour la suite du projet Livrables clés attendus : corpus annoté, benchmark comparatif des méthodes, PoC documenté et démonstration finale. ## Profil recherché - Diplôme de niveau Bac +5 en préparation (dernière année d'école d'ingénieurs ou Master 2) en informatique, intelligence artificielle ou cybersécurité - Bonne maîtrise du langage Python - Solides connaissances en apprentissage automatique (Machine Learning) et traitement automatique du langage naturel (NLP) - Pratique des outils Git et de l'environnement Linux - Un plus apprécié : expérience avec la bibliothèque PyTorch, l'architecture Transformers ou l'exécution locale de LLM - Une expertise préalable sur la Data-Centric Security n'est pas requise ## Qualités personnelles Rigueur expérimentale, curiosité technique, esprit critique et capacité à expliquer des choix d'IA (explicabilité). ## Condition particulière Le poste pouvant nécessiter d'accéder à des informations relevant du secret de la défense nationale, la personne retenue fera l'objet d'une procédure d'habilitation, conformément aux articles R.2311-1 et suivants du Code de la défense et à l'IGI 1300 SGDSN/PSE du 9 août 2021.