Erhalte eine Antwort von diesem Arbeitgeber
Dein Lebenslauf und dein Anschreiben, genau auf das zugeschnitten, was gesucht wird.
Orange Innovation, département Innovation in Radio and Environment (IREN), recherche un(e) stagiaire motivé(e) pour développer des modèles hybrides hybrides physico-ML visant à prédire la QoS dans les réseaux cellulaires 4G/5G à grande échelle.
Le stage, de 6 mois, débutant idéalement en mars 2027, implique conception, implémentation et validation sur des scénarios réseaux variés, avec livrables code et rapports, au sein d’un groupe international leader.
Date de publication : Nov 04, 2026, 4:20PMDurée du contrat : 6 mois
Le département Innovation in Radio and Environment (IREN) d'Orange Innovation recherche un(e) stagiaire motivé(e) pour contribuer au développement de modèles hybrides de nouvelle génération visant à prédire la Qualité de Service (QoS) dans les réseaux cellulaires 4G et 5G à grande échelle.
Combiner des modèles physiques et le Machine Learning (ML) pour créer une prédiction fiable, interprétable et efficace de la QoS. Face à la complexité croissante des réseaux mobiles, la prédiction de la QoS en fonction du trafic est un défi majeur, notamment pour couvrir de vastes zones urbaines ou nationales. Les modèles physiques, explicables et robustes, manquent parfois de précision dans des configurations très diverses, tandis que les modèles ML offrent de bonnes performances mais nécessitent beaucoup de données et manques d'interprétabilité.
Orange souhaite développer un modèle hybride physique-ML hétérogène, exploitant une famille de modèles physiques paramétrés pour représenter la diversité des situations réseau, puis utilisant le ML pour corriger les écarts résiduels. Ce projet s'inscrit dans la continuité d'un stage réalisé en 2026, qui avait montré qu'un modèle hybride homogène (physique corrigé par ML) améliorait la prédiction tout en restant interprétable et peu gourmand en données. Le stage 2027 vise à étendre cette approche à un modèle hétérogène, intégrant plusieurs modèles physiques adaptés à différentes configurations réseau.
L'enjeu est de concevoir un modèle capable de sélectionner ou pondérer le modèle physique le plus pertinent selon la configuration locale, puis d'apprendre le résidu via ML. L'objectif est d'obtenir une meilleure précision, notamment dans des contextes de données rares, tout en conservant une forte interprétabilité - un avantage clé face à la complexité et à la consommation de données des modèles ML purs.
Stage de 6 mois débutant idéalement en mars 2027.
Vous êtes actuellement étudiant(e) en 3ème année d'école d'ingénieur ou en Master 2 universitaire, spécialisé(e) en :- Télécommunications,- Mathématiques appliquées,- Informatique,- Data science,- ou disciplines voisines.
intégrez un acteur majeur de l'innovation
L'indemnité mensuelle brute de stage proposée est comprise entre 933 et 1680 euros selon votre niveau d'études en cours.
Au sein d'Orange Innovation, vous intégrez le département Innovation in Radio and Environment (IREN).
Ce département est en charge de définir l'évolution des technologies radio des réseaux mobiles d'Orange, de l'environnement technique et de l'énergie pour les réseaux, ainsi que de la modélisation de prises de décision dans les domaines réseau et business.
En particulier, l'équipe est en charge de la définition et de l'évaluation des choix techniques en matière d'architecture du réseau d'accès et de son évolution vers la virtualisation et la cloudification des fonctions du RAN, ainsi que de l'ouverture des interfaces.
Ces analyses et études sont aujourd'hui concentrées sur la 5G et ses prochaines évolutions.
Date de début souhaitée : Mar 01, 2027, 12:00AM
Chez Orange, seules vos compétences comptent.
Quel que soit votre âge, genre, origine, parcours, religion, orientation sexuelle, handicap, neuroatypie, ou apparence, nous encourageons activement la diversité au sein de nos équipes, car elle constitue une force pour le collectif et un vecteur d'innovation.
Orange est une entreprise handi-accueillante : n'hésitez pas à nous faire part de vos besoins spécifiques.