Nous disposons d'un volume massif de logs non structurés provenant de centaines de serveurs. Les requêtes regex classiques ne suffisent plus. Conçois un pipeline de détection d'anomalies utilisant le Machine Learning (ex: isolation forest, autoencodeurs ou LLMs) capable de : 1. Parser et normaliser automatiquement les logs (Log Parsing). 2. Identifier les séquences d'événements rares ou suspects en temps réel. 3. Générer des alertes contextuelles expliquant pourquoi le log est anormal. Compare l'approche 'Supervisée' vs 'Non-Supervisée' pour ce cas d'usage et recommande une stack technique (ex: Elasticsearch + Elastique ML ou Python custom).