Concevoir et développer une plateforme de cybersécurité unifiée exploitant l'IA et l'analyse comportementale pour détecter en temps réel les intrusions et attaques zero-day.
Cible multi-environnements : surveillance et détection sur Réseau traditionnel et environnements IoT avec prise en compte des protocoles spécifiques.
Missions principales
Acquisition & Modélisation : mise en place de la capture du trafic (Réseau/IoT) et développement de modèles ML/DL pour l'analyse comportementale et la détection d'anomalies.
Corrélation & Alerting : création d'un moteur central de corrélation d'alertes en temps réel (Kafka), enrichissement du contexte et calcul d'un score de risque dynamique.
Full Stack & Visualisation : développement du Backend API (Django/FastAPI) et de l'interface utilisateur (Vue.js / Dash) pour la supervision, la visualisation et l'analyse prédictive.
Environnement technique attendu
Langages et frameworks : Python indispensable, ML/DL, FastAPI, Django, Vue.js/Dash.
Infrastructure et outils : gestion de flux temps réel (Kafka), orchestration d'événements, protocoles IoT, Docker, intégration possible de LLMs pour enrichissement contextuel.
Profil recherché
Cible : Élèves Ingénieurs (M2 / Césure) en Data Science, Cybersécurité ou Systèmes d'Information.
Compétences techniques : maîtrise de Python, expérience en ML/DL, connaissance de Kafka et FastAPI, bonne compréhension des réseaux et des protocoles IoT.
Qualités personnelles : autonomie, esprit d'équipe, capacités d'analyse et de documentation des résultats.
Organisation & conditions
Nombre de stagiaires : 3
Responsable projet : Ahmed Bouaziz
Objectifs : livraison d'une preuve de concept opérationnelle intégrant détection comportementale, corrélation d'alertes et interface de supervision.