Expert.e cyber IA data science F/H

Contexte

Vous souhaitez mettre votre expertise en cybersécurité et en analyse de données au service de la lutte contre la fraude ? Rejoignez-nous 

Nous recherchons un(e) Expert(e) sécurité et cybersécurité du SI F/H – Expert(e) cyber IA data science en CDI, sur notre site de Sophia-Antipolis ou de Rennes.

Qui sommes-nous ?

La CNAF (Caisse Nationale des Allocations Familiales), tête de réseau des 101 CAF, représente la branche Famille de la Sécurité sociale et a pour mission de piloter la politique familiale et l’aide aux populations en situation de précarité ainsi que la politique d’action sociale.

Votre futur service :

Au sein de la la Direction des Systèmes d’Informations (DSI) de la Cnaf, la Direction du Contrôle Interne et de la Sécurité Numérique (DCISN) mobilise, au sein d’une même Direction, l’ensemble des acteurs œuvrant pour la sécurité numérique afin de faire face à l’augmentation incessante du niveau de menace, en apportant de l’agilité dans la mise en place des postures de sécurisation des SI, de détection des tentatives de compromission, de contrôle de l’application des politiques et processus.

Rattaché(e) au département Cyber défense de la DCISN, vous intégrerez plus précisément le pôle SOC (8 collaborateurs) qui participe au dispositif de détection des activités malveillantes ayant trait à la fraude sur le système d’information de la DSI de la CNAF.

Mission/Activités

• Analyser les journaux de sécurité, les événements applicatifs et les traces d’utilisation des services web et des API pour identifier des activités suspectes ;
• Reconstituer les enchaînements d’événements et caractériser les modes opératoires associés aux compromissions de comptes, aux usurpations d’identité, aux usages automatisés abusifs et aux détournements de services numériques à des fins frauduleuses ;
• Conduire les investigations techniques en croisant les sources disponibles, distinguer les comportements légitimes des anomalies et des indices de fraude.

• Exploiter les outils et sources de CTI afin d’identifier les menaces, les indicateurs de compromission et les modes opératoires susceptibles d’alimenter des scénarios de fraude sur les services numériques.

• Construire des variables pertinentes à partir des traces cyber et des parcours d’utilisation des services. Développer des approches supervisées et non supervisées : classification, détection d’anomalies, regroupement de comportements et calcul de scores de risque.
• Identifier les signaux faibles, les comportements coordonnés et les relations entre différentes entités.

• Intégrer les règles, traitements et modèles dans les outils de détection et d’investigation.
• Automatiser les opérations répétitives de collecte, d’enrichissement et de préqualification.
• Définir les méthodes de validation et d’évaluation à partir des données historiques et des cas confirmés.
• Proposer des améliorations sur les outils et processus utilisés lors de la détection et qualification des cas de fraude.

• Collaborer avec les équipes cybersécurité, lutte contre la fraude, métiers, données et développement pour comprendre les usages légitimes, qualifier les risques et définir les priorités de détection.
• Produire des restitutions claires et exploitables : synthèses d’investigation, descriptions de scénarios, documentation des règles et des modèles, recommandations d’amélioration des dispositifs de surveillance et de sécurisation.
• Garantir l’explicabilité des résultats et documenter les sources.

Compétences

• Maîtrise d’un SIEM, notamment Splunk et du langage SPL
• Sécurité des applications web et des API : savoir interpréter les méthodes HTTP, les codes de réponse, les en-têtes, les cookies et les identifiants de session
• Capacité de comprendre et d’exploiter des données CTI, IOC, données issues de fuites de données

• Python pour l’analyse de données
• SQL avancé : écrire des requêtes comprenant des jointures, des agrégations, des sous-requêtes, des expressions de table communes
• Corrélation entre sources hétérogènes : définir les clés de rapprochement, gérer les relations multiples et les identifiants incomplets
• Maitrise des algorithmes issus de la théorie des graphes
• Connaissance d’outils de visualisation de graph tel que Gephi
• Maitrise GIT

• Développer des approches de Machine Learning supervisé et non supervisé.
• Exploiter des techniques de classification, détection d’anomalies, clustering, scoring et segmentation.
• Étudier l’apport des approches avancées : Deep Learning, Graph Machine Learning, modèles de séries temporelles et IA générative, lorsque pertinentes.
• Identifier les signaux faibles et comportements atypiques permettant d'améliorer la détection en amont.
• Analyse de graphes et de séries temporelles
• LLM, IA générative et harnais d’agents IA

• Rigueur d’investigation, discernement, esprit analytique
• Curiosité technique et capacité à résoudre des problèmes complexes
• Capacité à travailler avec des équipes pluridisciplinaires
• Pédagogie, capacité à vulgariser des sujets complexes auprès d’interlocuteurs non techniques

Formation

Informations complémentaires

• Possibilité de télétravail,
• Flexibilité des horaires de travail,
• Jusqu’à 20 RTT / an,
• Transport : remboursement à 75% de votre abonnement, bénéfice d’un forfait mobilité durable si vous utilisez des modes de transport alternatifs à la voiture individuelle,
• Tickets restaurant (pris en charge à hauteur de 60%),
• CSE avec des œuvres sociales avantageuses (sport, loisirs, voyages…),
• Une prime d’intéressement.