Arnaud LEBRUN
Ingénieur cybersecurité et système embarqués
- Contacter
- Signaler
- Partager
Description de Arnaud LEBRUN
Passionné par la technique, je suis spécialisé dans l’électronique, le numérique et la cybersécurité.
Après avoir travaillé pendant 8 ans en tant qu’ingénieur dans de grands groupes industriels français, je propose maintenant mes services en tant que freelance dans les domaines suivants :
- Conception et test de systèmes embarqués / industriels
- Électronique, logiciels embarqués et Internet of Things (IoT)
- Développement et test de logiciels scientifiques & Machine Learning
- Cybersécurité.
Je suis par ailleurs passionné d'astronomie, domaine pour lequel j'ai développé un logiciel de Contrôle-Commande et d'acquisition de données dans un contexte professionnel.
Offres de Arnaud LEBRUN
Cybersecurité des systèmes industriels / embarqués
Audit Contrôle & Commande industriel / systèmes embarqués
Support à la rédaction d'exigences cybersécurité vers des fournisseurs, accompagnement et suivi de ces fournisseurs
Revue d'architecture/technologies
Mise en place de mesures de cybersecurité (techniques et organisationnelles)
Mise en place de la remontée de conformité : Intégration, Vérification et Validation (IVV) cybersécurité
Application/Conformité standards opérationnels. Ex : ISA 62443, NIST
Analyse de risques (EBIOS / ISO 27005)
Homologation cybersécurité
Support à la stratégie de détection
Compétences et mots-clés
- Cybersécurité
- Systèmes Embarqués
- Systèmes Industriels
- FPGA
- Internet des Objets (IoT)
- C
- + 2
Expériences & Missions réalisées
- NNaval Group
Architecte Cybersécurité
De septembre 2018 à janvier 2021Lead engineer dans le contexte de la conception de sous-marins destinés à l’export (environnement fortement industriel).
Missions :
* Définition et mise en œuvre des exigences cyber dans la conception des systèmes d’information du navire (C&C industriel, systèmes embarqués)
* Choix techniques pour une conception sécurisée (architecture, équipements e.g. automates industriels, calulateurs spécifiques)
* Accréditation cybersécurité et préparation des livrables associés
* Analyse de risques (ISO27005/EBIOS) et suivi des risques cybersécurité
* Préparation de l’Intégration, Validation, Qualification cyber des systèmes d’informations
* Spécification des exigences de cybersécurité techniques et organisationnelles à destination des fournisseurs
* Accompagnement des fournisseurs en matière de cybersécurité
* Contribution à la stratégie de supervision et de détection
* Management d'une équipe d'ingénieurs cybersécurité du programme (3 ingénieurs et 1 sous-traitant)
- AAriane Group
Ingénieur en aérospatial
De septembre 2014 à août 2018Lead engineer, responsable des activités suivantes :
- Design de stations optiques robotisées
- Intégration, Vérification et Validation (IVV) des performances des stations optiques
- Maintenance des stations optiques
Rédaction / revue de la documentation cybersécurité du segment sol d’Ariane 6 :
- Revue de la documentation du SI (industriel) du segment sol
- Revue de l’architecture réseau pour le SI (industriel) du segment sol
- Spécification des exigences cybersécurité à destination des fournisseurs.
Ingénieur Contrôle-Commande, responsable de la spécification du contrôle-commande et du design préliminaire de l’E-ELT (European Extremely Large Telescope)
Ingénieur en électronique, responsable du design, de l’intégration et de la vérification d’une carte électronique (microcontroller STM32) permettant le pilotage d’un laser
Formations & Certifications
- HHSE University / Coursera
Advanced Machine Learning
En 2017This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings.
- SStanford University / Coursera
Machine Learning
En 2017This course provides a broad introduction to machine learning, datamining, and statistical pattern recognition. Topics include: (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks). (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning). (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI). The course will also draw from numerous case studies and applications, so that you'll also learn how to apply learning algorithms to building smart robots (perception, control), text understanding (web search, anti-spam), computer vision, medical informatics, audio, database mining, and other areas.