Thèse 'Ai-Based Resiliency For Radio Access Networks Beyond 5G' H/F - Orange

L'ambition de la Division Innovation est de porter plus loin l'innovation d'Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l'humain, éclairer les choix stratégiques du Groupe à long terme et influencer l'écosystème digital mondial.
Nous formons les expertes et les experts des technologies d'aujourd'hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité. La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l'innovation dont 740 chercheurs. Porteurs d'une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, graphistes, marketeurs, experts en cybersécurité...), les femmes et les hommes de Innovation sont à l'écoute et au service des pays, des régions et des business units pour faire d'Orange un opérateur multiservices de confiance.

Au sein de Innovation, vous serez intégré(e) dans une équipe de recherche à la pointe de l'innovation et de l'expertise sur l'utilisation de l'IA pour les réseaux d'accès radio (technologies 5G/B5G/6G, Open-RAN, IA et Machine Learning). Vous ferez partie d'un écosystème de recherche côtoyant des ingénieurs d'études en anticipation permettant la mise en oeuvre concrète des concepts.Votre rôle est d'effectuer un travail de thèse sur la Résilience des réseaux d'accès radio post-5G basée sur l'IA.

Les attentes des usages mobiles en matière de connectivité ne cessent de croître. Cependant, les infrastructures réseau, en particulier le Réseau d'Accès Radio (RAN), sont de plus en plus exposées en raison de la multiplication et de la gravité d'incidents d'origines diverses. Dans ce contexte, concevoir des réseaux mobiles résilients est indispensable afin de garantir la disponibilité et la continuité des services pour satisfaire les utilisateurs.
La résilience est un sujet fédérateur qui englobe des aspects essentiels tels que la robustesse, la disponibilité et la fiabilité [1] et s'inscrit dans une thématique plus large : l'évaluation des performances [2]. La résilience concerne aussi la gestion des événements rares, la tolérance aux pannes et l'adaptabilité et inclut des aspects qualitatifs et quantitatifs [3]. L'approche proposée par [4] servira de socle à ce travail.

L'objectif principal de cette thèse est de proposer et d'évaluer de nouvelles stratégies et mécanismes, s'appuyant sur l'intelligence artificielle (IA), afin d'améliorer la résilience du RAN. Ces approches s'appuieront sur les mécanismes existants de gestion du trafic et exploiteront la coexistence de plusieurs générations de réseaux (4G, 5G, 6G) afin d'assurer une haute disponibilité des services mobiles, même en cas de panne ou de surcharge du réseau. Cela permettra d'augmenter la capacité et la flexibilité du réseau, grâce à une meilleure gestion des ressources radio.
Votre mission consiste à concevoir une stratégie basée sur l'IA permettant d'optimiser les paramètres radio en vue d'améliorer la résilience du réseau. En effet, les approches fondées sur l'IA, en particulier le Reinforcement Learning, permettront au RAN de s'adapter aux dynamiques de l'environnement réseau, via la sélection de la configuration optimale des fonctions de gestion du RAN, telles que le load balancing, qui répartit la charge entre les cellules, ou le traffic steering, qui oriente le trafic vers les ressources les plus adaptées
Par ailleurs, une approche analytique sera utilisée pour modéliser puis quantifier la résilience du réseau. Cela inclut la modélisation des pannes et des situations de congestion potentielles, ainsi que l'évaluation de leur impact sur la performance globale du réseau. Ces modèles théoriques évalueront le degré de résilience atteint par les solutions proposées.

Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste
Un intérêt envers les technologies des réseaux et leur maîtrise :
- Réseaux d'accès radio (5G, B5G)
- Architecture réseaux (physique et virtuelle)
- Technologie radio 4G, 5G, MIMO Massif
- Optimisation des paramètres radio (mobilité, optimisation de couverture...)

Des compétences en mathématiques appliquées :
- Apprentissage automatique (Machine Learning)
- Jeu de données déséquilibré
- Théorie de contrôle
- Apprentissage par renforcement, ex, Q-Learning, SARSA, DQN, PPO, etc.
- Méthodes d'optimisation mathématiques et heuristiques

Formation demandée (master, diplôme d'ingénieur, doctorat, domaine scientifique et technique ...)
Diplôme d'ingénieur, master de recherche (dans le domaine de la radio mobile recommandé).

Expériences souhaitées (stages, ...)
Première expérience de recherche lors d'un stage dans le domaine des réseaux mobiles recommandée.