STAGE – Ingénieur en détection d’attaques adverses en temps réel : scores de confiance en Machine Learning (H/F) – 6 mois

Construisons ensemble un avenir de confiance

Thales est un leader mondial des hautes technologies spécialisé dans trois secteurs d’activité : Défense & Sécurité, Aéronautique & Spatial, et Cyber & Digital. Il développe des produits et solutions qui contribuent à un monde plus sûr, plus respectueux de l’environnement et plus inclusif. Le Groupe investit près de 4,5 milliards d’euros par an en Recherche & Développement, notamment dans des domaines clés de l’innovation tels que l’IA, la cybersécurité, le quantique, les technologies du cloud et la 6G. Thales compte près de 85 000 collaborateurs dans 65 pays. ​

Nos engagements, vos avantages

• Notre savoir-faire technologique

• Notre attention portée à l’équilibre des collaborateurs

• Un environnement inclusif et bienveillant

• Un engagement sociétal et environnemental reconnu (Thales Solidarity, indice CAC 40 ESG…)

Votre quotidien

Les algorithmes d'apprentissage automatique, en particulier fondés sur les réseaux de neurones, présentent une difficulté de caractérisation des sorties : comment savoir si un résultat est fiable, quel niveau de confiance peut lui être accordé ?

Une approche de caractérisation intrinsèque de la confiance d'un résultat, à travers l'analyse des états internes du modèle au cours du processus d'inférence, a été développée. Cette approche a été testée sur des tâches de classification, en testant la capacité à détecter des nouveautés à l’inférence, mais limitée à des nouveautés « naturelles », c’est‑à‑dire réalistes ou perturbées mais non spécifiquement conçues pour tromper l’algorithme.

Votre objectif sera d’étudier les possibilités méthodologiques pour adapter cette approche à la détection d’attaques adverses, et de réaliser des implémentations de cette méthodologie à travers la génération de ces attaques et l’analyse de la capacité de l’outil à les détecter.

Dans ce contexte, vous aurez pour missions :

• Vous approprier l’existant : méthodologie et Framework open source « scio » ;
• Parcourir la littérature scientifique pour identifier des approches adaptées à la détection d’attaques dans les espaces latents des modèles d’apprentissage profond ;
• Établir, avec l’équipe, un protocole de génération d’attaques et des approches de détection ;
• Réaliser l’implémentation de ces méthodes en préservant la compatibilité avec l’existant.

Bien qu’une partie significative de vos missions porte sur des expérimentations pratiques, vous vous concentrerez sur la création de connaissances plutôt que sur l’expérimentation débridée. Vous pourrez ainsi appliquer vos connaissances à des cas d’application réels, tout en découvrant comment une méthode scientifique structurée peut répondre à des enjeux industriels et techniques.

Votre profil

STAGE – Ingénieur en détection d’attaques adverses en temps réel : scores de confiance en Machine Learning (H/F) – 6 mois

Vous avez l’ambition de rejoindre Thales et de contribuer à l’innovation ?

Vous avez un intérêt marqué pour la recherche fondamentale et appliquée et les innovations technologiques ?

Vous êtes motivé par la recherche expérimentale en milieu industriel ?

Étudiant en Master 2 en école d’ingénieur ou équivalent, en algorithmique/IA ou informatique, vous avez des compétences en :

• Apprentissage automatique et réseaux de neurones ;
• Développement de logiciels en Python, utilisation des bibliothèques de ML classiques (en particulier Pytorch) ;
• Application de techniques de ML sur des projets réalistes, et préparation de données associée ;
• Méthodes scientifiques expérimentales : extraction de méthodologies et de bonnes pratiques à partir de campagnes d'expérimentation et de tests ;
• Français courant et Anglais (lu, parlé, écrit) niveau C1 attendu.

Autonomie, rigueur et esprit de synthèse sont des atouts que l'on vous reconnait ?

Alors ce stage est fait pour vous !