« Facilitateur en Intelligence Artificielle » : différence entre les versions
De Wiki Campus Cyber
Aucun résumé des modifications |
Aucun résumé des modifications |
||
Ligne 9 : | Ligne 9 : | ||
* D’animer la communauté transverse cyber et data science (IA pour et par la cyber) ; | * D’animer la communauté transverse cyber et data science (IA pour et par la cyber) ; | ||
* Identifier les opportunités ML et les bénéfices pour les équipes cyber dans leurs activités (cyber et non cyber) ; | * Identifier les opportunités ML et les bénéfices pour les équipes cyber dans leurs activités (cyber et non cyber) ; | ||
* Sensibiliser les data scientists aux enjeux cybers, voire faciliter | * Sensibiliser les data scientists aux enjeux cybers, voire faciliter l’accès aux données cyber ou la génération de celles-ci; | ||
* Promouvoir la mise en place d’IA Security champion coté opérationnel et alimenter leur veille | * Promouvoir la mise en place d’IA Security champion coté opérationnel et alimenter leur veille | ||
== Ses activités au quotidien == | == Ses activités au quotidien == | ||
Ligne 29 : | Ligne 29 : | ||
* Savoir communiquer avec le métier cyber à de multiples niveaux (Opérations / Management / Stratégie / Budget / RSSI) | * Savoir communiquer avec le métier cyber à de multiples niveaux (Opérations / Management / Stratégie / Budget / RSSI) | ||
=== | === Compétences data science === | ||
* Compréhension des données utiles à la cyber sécurité | * Compréhension des données utiles à la cyber sécurité | ||
Ligne 35 : | Ligne 35 : | ||
* Connaissances ML pratiques (Développement et intégration ML) | * Connaissances ML pratiques (Développement et intégration ML) | ||
=== | === Compétences cybersécurité === | ||
* Etre professionnel de la cybersécurité | * Etre professionnel de la cybersécurité |
Version du 22 novembre 2022 à 14:27
Quel rôle pour le facilitateur IA ?[modifier | modifier le wikicode]
Le facilitateur IA met en relation les équipes cybersécurité et des data scientists, son rôle est :
- D’animer la communauté transverse cyber et data science (IA pour et par la cyber) ;
- Identifier les opportunités ML et les bénéfices pour les équipes cyber dans leurs activités (cyber et non cyber) ;
- Sensibiliser les data scientists aux enjeux cybers, voire faciliter l’accès aux données cyber ou la génération de celles-ci;
- Promouvoir la mise en place d’IA Security champion coté opérationnel et alimenter leur veille
Ses activités au quotidien[modifier | modifier le wikicode]
Positionné en lien direct avec le RSSI, il aura à sa charge de faciliter les échanges, l’interaction et la collaboration avec la communauté des data scientists. Ses connaissances transverses en cybersécurité et ses capacités relationnelles lui permettent de :
- Animer au travers d’une communauté de Data Scientists et équipes cybersécurité, les échanges et nouveautés sur les besoins cyber dans le domaine
- Inventorier les compétences requises et les attentes cyber sécurité de la communauté des data scientists afin de les rendre opérationnelles (formations, outils, contacts, etc.)
- Sensibiliser les équipes cybersécurité aux problématiques/capacités spécifiques liées à l’IA (attaques sur les IA de l’entreprises ou usages possibles de l’IA coté cyber);
- Faciliter la création et la mise en place de mesures de cyber sécurité pour protéger les systèmes IA. Puis de promouvoir leur mise en place.
- Contribuer à la mise en place de métriques métier « cyber » d’évaluation des performances des modèles ML ;
- De relayer la veille sur les incidents et papiers de recherche publics - trouver et promouvoir les formations associées - sur les techniques d’attaques exploitant l’IA auprès des IA sec champions et la communauté.
Les compétences attendues[modifier | modifier le wikicode]
Compétences organisationnelles[modifier | modifier le wikicode]
- Maîtrise de l’organisation ;
- Maîtrise des processus de l’Entreprise ;
- Capacités d’analyse des difficultés Cyber et à quantifier leurs impacts, construire le budget du projet ;
- Savoir communiquer avec le métier cyber à de multiples niveaux (Opérations / Management / Stratégie / Budget / RSSI)
Compétences data science[modifier | modifier le wikicode]
- Compréhension des données utiles à la cyber sécurité
- Manipulation et transformation des données
- Connaissances ML pratiques (Développement et intégration ML)
Compétences cybersécurité[modifier | modifier le wikicode]
- Etre professionnel de la cybersécurité
- Avoir des compétences dans le domaine de la sécurisation de la donnée
- Sécurisation des pipelines data