Phd-Modélisation Stratégies d'Investissement pour Architectures Cloud Ran 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 la direction «?Green Radio Networks?» d'Orange Innovation Réseaux, vous intégrez un environnement dynamique et multidisciplinaire composé d'experts et de chercheurs en mathématiques appliquées?(Recherche Opérationnelle, Intelligence Artificielle, Théorie des jeux), en réseau (technologies radio) et dans le domaine de l'énergie (environnements techniques et impacts RSE).Votre rôle est d'effectuer un travail de thèse sur la "Modélisation mathématique et optimisation des stratégies d'investissement pour les déploiements des architectures Cloud-RAN".
Contexte global : Dans les années à venir, le réseau d'accès radio (RAN) évoluera vers des solutions cloudifiées et ouvertes, offrant des promesses d'automatisation et d'intelligence accrue, en intégrant de nouveaux acteurs dans l'écosystème pour favoriser l'innovation technologique. Cette cloudification des réseaux d'accès (architectures Cloud-RAN) s'appuiera sur la décomposition des fonctions réseaux historiquement en stations de base en sous-fonctions modulaires : pour une topologie de RAN centralisée optimale, des exigences sont à prendre en compte telles que capacité, latence, fiabilité ou empreinte carbone. Au coeur du plan stratégique "Lead the Future" d'Orange, le déploiement de ces architectures, nécessitera des investissements financiers importants. Ainsi disposer de stratégies de déploiement efficaces avec les exigences de fiabilité, durabilité et économique est un enjeu clé.
Objectif scientifique - résultats et verrous à lever : L'ambition de la thèse est la conception d'un outillage mathématique pour l'optimisation stratégique des investissements CAPEX des déploiements des architectures Cloud-RAN, avec critères RSE.
Les principaux verrous scientifiques et résultats attendus :1.Modèles mathématiques adaptés : développer des modèles mathématiques qui capturent les spécificités des architectures Cloud-RAN en fonction des contextes régionaux (filiales européennes et africaines d'Orange).2.Analyse théorique : réaliser une analyse théorique des modèles développés, incluant études polyédrales et analyses de complexité.3.Développement des algorithmes : sur base des modèles, des algorithmes d'optimisation seront conçus pour résoudre les problèmes identifiés. Cela inclut des méthodes exactes de type branch-and-cut/price, des méthodes de décomposition, avec couplage potentiel avec des approches issues de Machine Learning.4. Prototypage : les résultats seront intégrés à un prototype d'aide à la décision, pour démonstration à des entités de planification Réseaux d'Orange. La durabilité des infrastructures réseaux et leur adaptabilité aux transformations et aux crises sont nos priorités de recherche : la mise en place de stratégies de déploiement des architectures Cloud-RAN nativement durable, nécessitant l'investigation de techniques d'optimisation sous incertitude.

Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste
Compétences en mathématiques appliquées, notamment dans les domaines de l'optimisation & recherche opérationnelle (théorie des graphes, programmation mathématique, optimisation sous incertitudes) et de l'IA.
Connaissance des bibliothèques classiques de Recherche Opérationnelle (maîtrise des solveurs notamment tels que Cplex et Gurobi) et d'Intelligence Artificielle.
maîtrise de langages de programmation de type Python, Julia, C++.
Connaissance des bonnes pratiques de Génie Logiciel (gestion de versions, tests unitaires...).
Des compétences en architecture de réseau mobiles (4G, 5G NSA, 5G SA) et dans le domaine de la virtualisation cloud et IT représentent un plus.
Rigueur méthodologique et fortes capacités d'analyse et de synthèse.
Curiosité, autonomie et prise d'initiative.
Une bonne maîtrise de l'anglais (écrite et orale) est nécessaire.
Formation demandée (master, diplôme d'ingénieur, doctorat, domaine scientifique et technique...)
Diplôme d'ingénieur ou Master de recherche en mathématiques appliquées et informatique décisionnelle.
Expériences souhaitées (stages...)
ne expérience de stage dans le domaine de l'optimisation mathématique et aide à la décision.
Une expérience du milieu de la recherche (en laboratoire académique ou entité Recherche et développement).