About the role
Le stage est proposé pour répondre à un besoin commun aux problématiques de détection d’anomalies et d’optimisation du réseau radio mobile. L’objectif est de développer des modèles AI/ML permettant la classification des cellules radio en fonction de leur contexte. Ce dernier fait référence à la fois aux caractéristiques dynamiques des cellules comme les KPIs (Key performance indicators) et à leurs caractéristiques statiques comme par exemple leur technologie (4G/5G …). Il s’agit de développer des modèles de type co-clustering regroupant à la fois des données temporelles, des données spatiales et des données catégorielles caractérisant les cellules radio. Le stagiaire commencera par tester des approches simples puis des approches plus élaborées basées par exemple sur le deep learning. Les modèles développés serviront de brique de base pour développer des solutions d’optimisation du réseau spécifiques à chaque groupe et donc plus performantes.
Les tâches à réaliser durant le stage sont :
1. Compréhension du contexte et des données à utiliser pour le développement du modèle.
2. Prise en main d’un modèle déjà développé en interne pour le co-clustering de cellules à partir de time series univariées. Il s’agit d’étendre ce modèle au multivarié et à intégrer les données statiques.
3. Développer éventuellement un nouveau modèle basé sur le deep learning.
4. Evaluation des modèles en considérant diffèrent KPI et diffèrent environnements (urbain, rural …).
Vous collaborez à la réalisation d’un modèle de regroupement de cellules radio mobile en fonction de leur comportement et de leur environnement permettant de développer des modèles d’optimisation spécifiques à chaque groupe afin de garantir de meilleures performances. Ce modèle viendra enrichir des solutions d’optimisations existantes et nouvelles :
5. Vous collaborez à la rédaction de rapports techniques et de documentation.
6. Vous participez aux réunions de suivi des projets de recherche
about you
Formation souhaitée :
7. Vous préparez une formation de niveau Bac +5 (master ou école d’ingénieurs dans le domaine de science des données, mathématique ou informatique)
Compétences et qualités personnelles recherchées :
8. Vous possédez des solides bases en machine learning et deep Learning et avez déjà mis en œuvre des algorithmes d’apprentissage.
9. Vous avez des connaissances dans le domaine de réseaux mobiles.
10. Vous possédez les compétences nécessaires au développement logiciel et avez une bonne connaissance du langage Python (librairies : keras, pytorch, tensorflow).
11. Vous vous épanouissez par le travail en autonomie au sein d'un environnement agile et bienveillant.
12. Vous avez un bon sens de l'analyse et une propension à l'innovation.
13. Vous êtes rigoureux dans l’exécution de votre mission.
14. Vous avez les compétences en communication claire et efficace (français/anglais, oral et écrit).
additional information
Vous serez intégré au sein d’une équipe de recherche de portée internationale, à la pointe de l’innovation et de l’expertise dans le domaine de l’IA et de réseau mobile. Vous contribuez à un projet de recherche mêlant deux domaines : Intelligence artificielle (Deep Learning) et le trafic mobile. Le stage pourra donner lieu à des publications scientifiques selon les résultats obtenus.
department
Au sein de la direction Data & IA, l’équipe INK est spécialisée dans le développement d’applications à valeur ajoutée autour de l’intelligence artificielle et dans un contexte d’amélioration continue, en veillant à les rendre industrielles au plus près de la recherche. Les activités de l’équipe incluent le développement d’applications et l’intégration de l’IA au service d’applications dans plusieurs domaines : réseaux mobile (5G), mobilité, graphes de connaissances etc….
Le stage se déroule dans les locaux d’Orange sur le site du Techn’hom à Belfort.
contract
Internship
Duration : 6 mois
Start date : 03 Mar 2025
Niveau d’études préparé pendant le stage Indemnité brute selon école Bac+5 de 1572 € à 2096 € / mois
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.