IA native dans le RAN 5G/6G : estimation de canal hybride modèle-données et intégration temps réel

B Com; Rennes; Hybrid; EUR 11,000 - 13,000; Full time

Benefits offered by this job

Télétravail après intégration

Tickets restaurant

Remboursement frais de transport

Salle de sport et cours coachés

Job summary

b<>com recherche un(e) élève ingénieur en dernière année ou étudiant en Master 2 (BAC+5) pour un stage sur l’estimation de canal hybride IA/RAN.

Vous travaillerez sur un estimateur de canal neuronal pour le récepteur uplink OFDM/DMRS et son intégration sur une plateforme RAN temps réel. Rémunération 1100€ + tickets restaurant + remboursement frais de transport.

Possibilité de télétravail après une période d’intégration et participation à des projets de recherche pluridisciplinaires.

Qualifications

• Élève ingénieur en dernière année ou étudiant en Master 2 (BAC+5) spécialisé en télécommunications, traitement du signal ou apprentissage automatique.
• Maîtrise des notions d’intelligence artificielle et de réseaux de neurones.
• Bonne compréhension des concepts de traitement du signal et des systèmes radio.
• Maîtrise du français et de l’anglais technique.

Responsibilities

• Poursuivre le développement et l’évaluation d’une approche hybride modèle–données pour l’estimation de canal.
• Étudier l’intégration dans une chaîne PHY temps réel et évaluer les performances.
• Faire évoluer l’architecture du réseau de neurones et la stratégie d’apprentissage pour améliorer robustesse et complexité.
• Adapter et évaluer l’estimateur sur la plateforme RAN temps réel de b<>com.
• Explorer des extensions (multi-antennes, bruit, optimisation du modèle) et documenter les résultats dans un rapport de stage.

Skills

Communications sans fil

OFDM

traitement du signal

Estimation de canal

Python

Apprentissage profond

PyTorch

Education

Master 2 / BAC+5 en télécommunications, traitement du signal ou apprentissage automatique

Tools

Python

PyTorch

Job description

IA native dans le RAN 5G/6G : estimation de canal hybride modèle-données et intégration temps réel

Cette offre vous intéresse ?

b<>com : Pratiquer l’innovation, choisir un tremplin professionnel, inventer des technologies qui ont du sens,
contribuer à des projets de recherche qui n’existent nulle part ailleurs, travailler avec plus
d’autonomie, plus de responsabilités, bénéficier d’une diversité sous toutes ses formes, intégrer une
communauté de personnalités bienveillantes, curieuses, expertes et enthousiastes : b<>com est,
selon les mots de ses collaborateurs, une entreprise où il fait bon innover. Alors n’attendez plus,
soyez là où les autres ne sont pas encore !

Quel sera votre environnement ?
Vous évoluerez dans un environnement de recherche pluridisciplinaire chez b<>com, réunissant des
expertises en intelligence artificielle, connectivité 5G/6G et intégration de systèmes temps réel. Vous
contribuerez à la poursuite de travaux sur un estimateur de canal neuronal pour le récepteur uplink
OFDM/DMRS, déjà développé et évalué en simulation face aux méthodes classiques, avec pour
perspective l’évolution de son architecture, l’étude de sa robustesse et son intégration sur une
plateforme exploratoire RAN temps réel de b<>com.

Quelle sera votre mission ?
Votre mission consistera à poursuivre le développement et l’évaluation d’une approche hybride
modèle–données pour l’estimation de canal, puis à étudier son intégration dans une chaîne PHY
temps réel.

• Prendre en main le modèle, l’architecture neuronale et les résultats existants.
• Faire évoluer l’architecture du réseau de neurones et la stratégie d’apprentissage afin d’améliorer les performances, la robustesse et la complexité.
• Évaluer la généralisation dans différentes conditions radio et analyser l’écart entre simulation et réel, notamment à partir de données plateforme lorsque disponibles.
• Adapter, intégrer et évaluer l’estimateur sur la plateforme exploratoire RAN temps réel de b<>com.
• Explorer, selon l’avancement, des extensions : multi-antennes, estimation du bruit, optimisation du modèle ou évaluation jusqu’au décodage (BER/BLER).
• Documenter les développements et les résultats dans un rapport de stage, avec code et soutenance.

Quel profil ?
Élève ingénieur en dernière année ou étudiant en Master 2 (BAC+5), spécialisé en
télécommunications, traitement du signal ou apprentissage automatique.

Les indispensables
Communications sans fil, OFDM, traitement du signal, estimation de canal, Python, Apprentissage
profond, PyTorch ou équivalent

Les plus
5G NR/DMRS, traitement PHY Uplink, intégration logicielle temps réel, connaissances RAN

Quelles modalités ?
Possibilité de télétravail après une période d’intégration
Gratification : 1100€ (si niveau M2 ou 5ème année) + tickets restaurants + remboursement frais
de transport
Salle de sport et cours coachés

Les prochaines étapes ?
2 entretiens :

• 1 entretien en visio avec l’encadrant
• 1 entretien final sur site avec l’encadrant

Pour en savoir plus : https://b-com.com/nous-rejoindre#nos-offres-demploi