Intern, AI-Driven Energy-Aware Adaptive Video Streaming: From Client-Side Optimization to End-to-End Collaborative Reinforcement Learning

InterDigital CE Patent Holdings, SAS; Rennes; On-site; EUR 10,000 - 17,000; Full time

Job summary

InterDigital invites interns to explore energy-efficient adaptive video streaming using reinforcement learning. The project spans from encoding and bitrate ladder generation to Multi-CDN delivery, with client-side ABR, decoding, and display considerations. MARL coordination may be explored for cross-agent optimization.

The position emphasizes energy-aware decision-making, QoE, and potential patentable outcomes, with mentorship from named researchers. Rennes, France-based internship.

Qualifications

• Master 2 or final year of engineering school; deep learning and reinforcement learning knowledge required.
• Adaptive streaming and video coding knowledge appreciated.
• Proficiency in Python, C/C++, JavaScript.

Responsibilities

• Duration: 5 to 6 months, with a start between January and April 2027 or September 2027.
• Conduct a state-of-the-art review of RL approaches for energy-efficient streaming.
• Set up the experimental environment, implement and document AI-based technologies and solutions.
• Evaluate performance, analyze results, and report key findings; contribute to a conference paper.

Skills

Python

C/C++

JavaScript

Reinforcement learning

Education

Master 2 / Engineering school

Tools

OpenAI Codex

Claude Code

DL frameworks

Job description

About InterDigital InterDigital is a global research and development company focused primarily on wireless, video, artificial intelligence (“AI”), and related technologies. We design and develop foundational technologies that enable connected, immersive experiences in a broad range of communications and entertainment products and services. We license our innovations worldwide to companies providing such products and services, including makers of wireless communications devices, consumer electronics, IoT devices, cars and other motor vehicles, and providers of cloud-based services such as video streaming. As a leader in wireless technology, our engineers have designed and developed a wide range of innovations that are used in wireless products and networks, from the earliest digital cellular systems to 5G and today’s most advanced Wi‑Fi technologies. We are also a leader in video processing and video encoding/decoding technology, with a significant AI research effort that intersects with both wireless and video technologies. Founded in 1972, InterDigital is listed on Nasdaq. InterDigital is a registered trademark of InterDigital, Inc. For more information, visit: www.interdigital.com.

Summary The objective of this internship is to investigate how Reinforcement Learning (RL) techniques can improve the energy efficiency of adaptive video streaming while maintaining a high Quality of Experience (QoE) for end users. The study will consider optimization opportunities across the entire streaming chain, from video encoding and bitrate-ladder generation to content delivery through Multi-CDN architectures [1], client-side Adaptive Bitrate (ABR) selection, decoding, and display. Building on recent research in energy-aware adaptive streaming [2] and reinforcement-learning-based Multi-CDN optimization [3], the internship will explore how energy consumption can be dynamically incorporated into streaming adaptation decisions, alongside traditional criteria such as video quality, rebuffering, latency, throughput, delivery cost, and resilience. The work will investigate RL-based optimization strategies at different levels of the streaming chain. At the client side, RL models may dynamically adjust the cost functions, weighting parameters, or decision criteria of existing heuristic-based energy-aware ABR algorithms. Such adaptation may consider network and playback conditions, device energy policies, device characteristics and operating conditions, as well as the user’s viewing context. At a broader system level, the internship will also investigate the joint optimization of video representation selection and CDN/delivery-pathway selection. Particular attention may be given to Multi-Agent Reinforcement Learning (MARL), where multiple agents responsible for different adaptation decisions cooperate to achieve a common energy-efficiency and QoE objective. This includes investigating coordination between agents to avoid conflicting optimization decisions.

Responsibilities

• Conduct a state-of-the-art review, identifying the advantages, limitations, and challenges of existing approaches.
• Set up the experimental environment, implement and document AI-based technologies and solutions.
• Evaluate performance, analyze experimental results, and report key findings.
• Contribute to the preparation of a scientific paper for submission to an international conference, as an additional objective.

Qualifications

Master 2 or final year of engineering school undefined Deep learning, reinforcement learning (RL), DL frameworks Adaptative streaming (e.g., HLS, DASH), Video coding. Computer vision would be appreciated Python C/C++, Java script Proficiency in AI-assisted development tools (e.g., OpenAI Codex, Claude Code)

Expected Outcomes

This internship will be expected to generate patents and scientific papers. Software that demonstrates the feasibility and performance of the developed technique would also be expected.

Mentors

Franck Aumont, Baptiste Boutaud de La Combe

Location

Rennes, France

InterDigital is an equal employment opportunity employer. InterDigital will not engage in or tolerate unlawful discrimination with regard to any employment decision, policy or practice based on a person’s sex, gender, pregnancy (including childbirth, breastfeeding and related medical conditions), age, race, color, religion, creed, national origin, ancestry, citizenship, military status, veteran status, mental or physical disability, medical condition, genetic information, sexual orientation, gender identity or expression, or any other factor protected by applicable federal, state or local law. This policy applies to all terms and conditions of employment, including, but not limited to, recruiting, hiring, compensation, benefits, training, assignments, evaluations, coaching, promotion, discipline, discharge and layoff.

Diffusion vidéo adaptative écoénergétique pilotée par l'IA : de l'optimisation côté client à l'apprentissage par renforcement collaboratif de bout en bout

À propos d'InterDigital InterDigital est une société internationale de recherche et développement spécialisée principalement dans les technologies sans fil, la vidéo, l'intelligence artificielle (« IA ») et les technologies associées. Nous concevons et développons des technologies fondamentales qui rendent possibles des expériences connectées et immersives dans un large éventail de produits et services de communication et de divertissement. Nous concédons des licences sur nos innovations dans le monde entier à des entreprises qui proposent ces produits et services, notamment des fabricants d'appareils de communication sans fil, d'électronique grand public, d'objets connectés (IoT), d'automobiles et d'autres véhicules à moteur, ainsi qu'à des fournisseurs de services cloud tels que la diffusion vidéo en streaming. Leader des technologies sans fil, InterDigital a vu ses ingénieurs concevoir et développer un large éventail d'innovations utilisées dans les produits et réseaux sans fil, des premiers systèmes cellulaires numériques jusqu'à la 5G et aux technologies Wi‑Fi les plus avancées d'aujourd'hui. Nous sommes également un leader du traitement vidéo et des technologies de codage et de décodage vidéo, avec un important effort de recherche en IA à la croisée des technologies sans fil et vidéo. Fondée en 1972, InterDigital est cotée au Nasdaq. InterDigital est une marque déposée d'InterDigital, Inc. Pour en savoir plus, rendez-vous sur www.interdigital.com.

Résumé

L'objectif de ce stage est d'étudier comment les techniques d'apprentissage par renforcement (Reinforcement Learning, RL) peuvent améliorer l'efficacité énergétique de la diffusion vidéo adaptative tout en maintenant une qualité d'expérience (QoE) élevée pour les utilisateurs finaux. L'étude portera sur les pistes d'optimisation tout au long de la chaîne de diffusion, de l'encodage vidéo et de la génération de l'échelle de débits jusqu'à la distribution des contenus via des architectures multi-CDN [1], la sélection du débit adaptatif (Adaptive Bitrate, ABR) côté client, le décodage et l'affichage.

Missions

• Durée : 5 à 6 mois, avec un démarrage entre janvier et avril 2027 ou en septembre 2027
• Réaliser un état de l'art, en identifiant les avantages, les limites et les défis des approches existantes.
• Mettre en place l'environnement expérimental, implémenter et documenter des technologies et solutions fondées sur l'IA.
• Évaluer les performances, analyser les résultats expérimentaux et rendre compte des principaux enseignements.
• Contribuer, à titre d'objectif complémentaire, à la préparation d'un article scientifique destiné à une conférence internationale.

Profil recherché

• Master 2 ou dernière année d'école d'ingénieurs undefined Apprentissage profond, apprentissage par renforcement (RL), frameworks de DL
• Streaming adaptatif (par exemple HLS, DASH)
• Codage vidéo
• Des connaissances en vision par ordinateur seraient appréciées Python C/C++, JavaScript
• Maîtrise des outils de développement assisté par l'IA (par exemple OpenAI Codex, Claude Code)

Résultats attendus

Ce stage devrait donner lieu à des brevets et à des articles scientifiques. Un logiciel démontrant la faisabilité et les performances de la technique développée est également attendu.

Lieu

Rennes, France

InterDigital est un employeur qui garantit l'égalité des chances en matière d'emploi. InterDigital ne pratique ni ne tolère aucune discrimination illicite dans ses décisions, politiques ou pratiques en matière d'emploi fondée sur le sexe, le genre, la grossesse (y compris l'accouchement, l'allaitement et les problèmes de santé qui y sont liés), l'âge, l'origine raciale, la couleur de peau, la religion, les convictions, l'origine nationale, l'ascendance, la nationalité, la situation militaire, le statut d'ancien combattant, le handicap mental ou physique, l'état de santé, les informations génétiques, l'orientation sexuelle, l'identité ou l'expression de genre, ou tout autre critère protégé par la législation fédérale, étatique ou locale applicable. Cette politique s'applique à l'ensemble des conditions d'emploi, notamment, sans que cette liste soit limitative, le recrutement, l'embauche, la rémunération, les avantages sociaux, la formation, les affectations, les évaluations, l'accompagnement, la promotion, les sanctions disciplinaires, le licenciement et les suppressions de postes.

InterDigital is a global research and development company focused primarily on wireless, video, artificial intelligence (“AI”), and related technologies. We design and develop foundational technologies that enable connected, immersive experiences in a broad range of communications and entertainment products and services. We license our innovations worldwide to companies providing such products and services, including makers of wireless communications devices, consumer electronics, IoT devices, cars and other motor vehicles, and providers of cloud-based services such as video streaming. As a leader in wireless technology, our engineers have designed and developed a wide range of innovations that are used in wireless products and networks, from the earliest digital cellular systems to 5G and today’s most advanced Wi‑Fi technologies. We are also a leader in video processing and video encoding/decoding technology, with a significant AI research effort that intersects with both wireless and video technologies. Founded in 1972, InterDigital is listed on Nasdaq. InterDigital is a registered trademark of InterDigital, Inc. For more information, visit: https://www.interdigital.com/