Dans un contexte de transformation numérique et d'automatisation des processus de sécurité, la direction cybersécurité de Docaposte souhaite accélérer l'intégration de l'intelligence artificielle pour optimiser ses activités.
Ce stage s'inscrit dans une volonté de tirer parti des technologies IA et Data Science pour faciliter le traitement d'activités récurrentes, améliorer la qualité des réponses apportées aux questionnaires de sécurité, et identifier des leviers d'efficacité sur l'ensemble des missions cybersécurité (gouvernance, réglementaire, opérationnel, etc.).

Le stagiaire travaillera au sein de la direction cybersécurité en étroite collaboration avec les équipes métier, les RSSI des différentes BU, et les experts IA internes.

A ce titre, les missons principales seront :
Optimisation du Projet IA – Réponse automatisée aux questionnaires de sécurité :
•Reprendre les travaux existants
•Améliorer la qualité et la performance du projet (recherche d'approches plus efficaces, tuning, pipeline de données, évaluation).
•Étendre le périmètre de traitement (couverture formats de questionnaires et réponses etc.).
•Assurer la documentation et la maintenance du projet.
Identification de nouveaux cas d'usage IA/Data au sein de la direction et la filière cybersécurité :
•Analyser les activités existantes pour détecter les opportunités d'automatisation.
•Proposer des solutions IA ou data-driven pour optimiser les processus cybers
•Participer à la mise en œuvre des projets retenus.
Collaboration transverse :
•Interagir avec les équipes métier, les RSSI pour comprendre les besoins.
•Contribuer à la diffusion d'une culture de l'IA au sein de la direction cybersécurité.

Étudiant en dernière année de Master ou école d'ingénieur, avec une spécialisation en IA/Data, vous disposez de bonnes bases en cybersécurité ou forte motivation pour monter en compétence sur le sujet.
Votre esprit d'analyse, autonomie et force de proposition seront déterminants.
Vous avez une capacité à comprendre des besoins métiers complexes et à y répondre de façon pragmatique.
Aisance relationnelle et communication claire (écrit et oral), capacité à vulgariser les résultats auprès d'interlocuteurs non techniques sont des atouts.
Enfin, vous vous démarquez par votre curiosité, rigueur, et votre écoute.

Connaissances techniques :
•Bases solides en Intelligence Artificielle et Machine Learning (modèles LLM, NLP, techniques de classification, etc.).
•Langages : Python (obligatoire), connaissances de SQL, R ou autres outils data est un plus.
•Utilisation de bibliothèques IA
•Compréhension des concepts fondamentaux en cybersécurité (authentification, confidentialité, menaces, etc.).
Savoir-faire complémentaires :
•Méthodologie de traitement de données et nettoyage.
•Construction de pipelines de données et d'évaluation de modèles.
•Documentation claire et reproductibilité des travaux.