FewerJobs.
All jobs

Stagiaire en Deep Learning pour la détection d'anomalies/attaques dans une infrastructure cloud F/H

Orange - CHÂTILLON,FRANCE

Posted Nov 19, 2026

Benefits

Parental leave
Not verified
Non-birth-parent leave
Not verified
Family-building benefits
  • Fertility benefits: Not verified
  • Adoption assistance: Not verified
  • Surrogacy assistance: Not verified
Mental health support
Not verified
Relocation assistance
Not verified
Childcare support
Not verified
Learning budget
Not verified
Verification
Not verified
Salary
Not verified

Was this benefit information wrong? Tell us.

Role

Seniority
Mid From the posting source checked Nov 18, 2026

Schedule

Shift type
Not verified
Weekend work
Not verified

Application

Cover letter
Not verified
Assessment
Not verified
Deadline
Not stated

Where they hire

State eligibility is not yet verified.

About this role

Stagiaire en Deep Learning pour la détection d'anomalies/attaques dans une infrastructure cloud F/H CHÂTILLON,FRANCE Publication date : Nov 16, 2026, 9:16AM Contract duration : 6 months Le stage s'inscrit dans des travaux en cours pour élaborer une solution de détection d'anomalies dans des logs systèmes, typiquement de serveurs d'infrastructure cloud. La collecte est réalisée au niveau système, sur l'ensemble des conteneurs de chaque serveur indépendamment de la couche d'orchestration. Nous modélisons ces logs sous la forme de graphes de provenance, puis nous avons recours à du Deep Learning (GNN, Graph Neural Network) pour détecter les attaques. Nous avons déjà obtenu des résultats encourageants, et souhaitons aller plus loin. Pour cela, nous prévoyons d'améliorer le pré-processing des features et l'encodage de ces features qui servent de données d'entrée au GNN. L'apprentissage et la détection pourront être améliorés en considérant de nouvelles sources de données, plus récentes et réalistes que celles utilisées jusqu'à présent. De plus, une piste complémentaire intéressante porte sur l'analyse de la différence des graphes correspondants aux données bénignes vs d'attaques, ainsi que sur l'extraction de sous-graphes d'attaques. Au cours du stage, nous analyserons dans quelle mesure il serait possible de détecter des attaques avec moins de données tout en maintenant la qualité de la détection. Selon les données disponibles au moment du stage, il pourra être envisagé d'adapter l'architecture (choix de features, peaufiner le modèle) de la solution de détection à des données du réseau(flux de communication entre serveurs). Le cas d'usage visé in fine porte sur la

Read the full description at orange.jobs. FewerJobs shows a preview and links to the original posting.

Apply at orange.jobs

Apply link verified; last checked Nov 20, 2026.

What verified means

Verified means a displayed claim has field-level provenance to a source FewerJobs pulled: a government or employer source, or the original job posting. Posting-sourced facts are employer-stated and are labeled separately from government records.

Related jobs