Raphael Benoit

Conseiller senior · Cybersécurité, IA & automatisation

Je conçois des systèmes intelligents, sécurisés et automatisés.

Formé en génie logiciel à Montréal, je développe des produits et outils de bout en bout : IA appliquée, automatisation Python, logiciels full stack et cybersécurité offensive.

Expérience

Du terrain industriel à la cybersécurité d’entreprise.

Analyse, conception, développement, preuves techniques et recommandations : je prends en charge le cycle complet, avec autonomie.

Juil. 2026 — aujourd’hui

Conseiller senior en cybersécurité et IA

CGI · Montréal

Mandats en cybersécurité offensive, durcissement Active Directory, automatisation Python et IA appliquée dans des environnements réglementés.

Identités et accès : outils Python/LLM utilisés par plusieurs équipes pour restructurer et produire de la documentation technique.
Sécurité Active Directory : analyse des risques, permissions, groupes, délégations et remédiation sur plusieurs environnements.
Tests d’intrusion Web : validation de vulnérabilités, preuves techniques, évaluation du risque et correctifs exploitables.
Oct. 2024 — juin 2026

Consultant cybersécurité & IA · DevSecOps

CGI · Montréal

Analyse de risques d’exfiltration IBM i/AS400, automatisation CyberArk/Power BI, auto-remédiation SAST et outillage de rapports de pentest.

Févr. 2019 — avr. 2024

Programmeur & responsable technique

Letico · Saint-Laurent

Responsable de projets Python, d’automatisation industrielle, d’intégrations TI et de sécurité interne, de la définition du besoin jusqu’à la maintenance.

Suivi de chargements : capteurs de poids, ERP/SAP, API Web, base de données et contrôle d’accès.
Chaînes de production : PLC, CIP, Modbus TCP/IP, sockets, statistiques et détection d’anomalies.
Temps réel : événements et alertes Python connectés aux contrôleurs industriels et aux bases de données.

Projets sélectionnés · 01

IA, produits & automatisation.

Vision, produits full stack, LLM locaux, automatisation et systèmes industriels démontrables.

Interface d’annotation polygonale du YOLO Object Detection Toolkit
Vision · Python · Open source

YOLO Object Detection Toolkit

Préparation de données, annotation assistée, versions reproductibles et revue visuelle.

Étude de cas
Vision · Segmentation

Détection et segmentation végétale

Boîtes, polygones et segmentation sous occlusion sur une démonstration anonymisée.

TheJobApplier dashboard
SaaS · Chrome MV3 · IA

TheJobApplier

Produit full stack : Quart asynchrone, OAuth, Stripe, AWS et extension publiée.

Étude de cas
Serveur local IA et cybersécurité multi-GPU assemblé par Raphael Benoit
Infrastructure IA · Multi-GPU · LLM local

Laboratoire IA local · 120 Go VRAM

Serveur conçu et assemblé pour LLM, RAG, fine-tuning, vision et charges de cybersécurité.

Voir le projet
LLM local · RAG

Assistant documentaire privé

Ingestion de fichiers, recherche avec contexte et fonctionnement local.

STT · LLM · Word

Rapports professionnels automatisés

Conversation et formulaire vers un rapport structuré et révisable.

Cybersécurité · RAG

Recherche documentaire technique

Recherche et synthèse dans une base documentaire spécialisée.

Web · Assistant IA

Assistant Web documenté

Réponses fondées sur des sources sélectionnées dans une interface Web.

Audio · Transcription

Transcription et locuteurs

Horodatage et séparation des intervenants dans un workflow complet.

Automatisation industrielle connectée à des équipements de production
PLC · ERP · Python

Automatisation industrielle

Capteurs, SAP/ERP, CIP/Modbus, temps réel et détection d’anomalies.

Projets sélectionnés · 02

Cybersécurité, pentest & recherche.

Outils offensifs, reverse engineering, Windows kernel et automatisation DevSecOps, avec études et démonstrations publiques.

Architecture d’auto-pentest agentique
Pentest · Agents IA · Propriétaire

Auto-pentest agentique

Orchestration avec mémoire, outils, respect du scope, preuves et validation humaine.

Étude de cas
Pipeline défensif Ghidra et LLM
Reverse engineering · Python · Open source

Ghidra LLM Reverse Pipeline

Export binaire compact, analyse LLM configurable et provenance conservée.

Étude de cas
Recherche Windows internals du user mode au kernel
4 articles · C++ · Challenge HTB Hard

Du user mode au ring 0

Mémoire, hooking, drivers Windows, WinDbg, page tables et surfaces de détection.

Étude de cas
Pipeline DevSecOps assisté par IA
DevSecOps · SAST · LLM

IA appliquée à la sécurité

Auto-remédiation SAST, correctifs assistés et rapports de pentest automatisés.

Voir les outils publics

Démonstrations sélectionnées

Antivirus et kernel d’abord, puis les implémentations internes les plus avancées.

Une sélection des démonstrations les plus représentatives. Voir les 11 vidéos dans l’étude de cas →

Contact & profils

Raphael Benoit — cybersécurité, IA et ingénierie logicielle.

LinkedIn présente le parcours professionnel; GitHub, HackTheBox et YouTube donnent accès aux projets, classements et démonstrations techniques.