Data science f/h

Votre rôle

Avec Flux Vision, Orange développe un observatoire de l'activité humaine basé sur les métadonnées de signalisation réseau. Le Mobility Engine, solution développée dans ce cadre, analyse en temps-réel la signalisation cellulaire de l’ensemble des objets connectés au réseau mobile et infère des variables caractérisant la mobilité des objets : probabilité de déplacement, vitesse, direction et infrastructure de transport.

Cette contextualisation spatio-temporelle des objets représente un atout majeur pour l’opérateur pour résoudre des problèmes d'ingénierie réseau (QoS, troubleshooting, etc.) et ouvre la voie à de nouveaux services innovants basés sur la mobilité (Optimisation de chaine logistique, Prédiction de la qualité de l’air, Aménagement urbain, etc.).

L'amélioration des performances de ces analyses autant en termes de qualité, qu’en terme de cout d’exploitation représente un enjeu stratégique pour Orange. Par exemple, renforcer l'applicabilité en milieu urbain de ces analyses offrirait un avantage compétitif conséquent et apporterait une grande valeur à l’opérateur.

C’est dans ce contexte que nous proposons l’exploration de nouvelles variables et de nouvelles approches pour améliorer la performance des modèles embarqués dans le Mobility Engine à partir de données réseaux et radios encore non exploitées. L’objectif principal est d’affiner nos modèles de géolocalisation des objets dans des contextes variés (urbain / rural, en mouvement / statique) à l’aide d’approches de Deep Learning.

Votre rôle

En tant que stagiaire, vous participerez directement au développement et à la validation des modèles embarqués dans le Mobility Engine. Votre mission consistera à développer des algorithmes de géolocalisation à partir des données de signalisation des objets connectés, des cartes de couvertures antennaires et d’autres données encore peu exploitées. Pour mener à bien vos travaux, vous utiliserez des approches analytiques et des stratégies de Deep Learning, en vous appuyant sur des données GPS crowd-sourcées comme échantillon de supervision.

Vous interagirez régulièrement avec nos chercheurs et ingénieurs experts en data science et en modélisation du réseau et de la radio. Vous devrez être capable de synthétiser les discussions et vos compétences en développement et en traitement de données seront sollicitées pour le travail de modélisation. Un soin tout particulier sera attendu à la validation de vos modèles dans des situations variées et leur mise à l’échelle sur de très grandes quantités de données au sein de traitements temps-réel.