Ingénieur ou Post-doctorant-e Modèles de trafic et algorithmes d'IA pour de nouvelles applications véhiculaires compatibles 5G

Description de l'offre d'emploi

Télécom SudParis

Présentation de Télécom SudParis :

Télécom SudParis est une grande école publique d'ingénieurs reconnue au meilleur niveau des sciences et technologies du numérique. La qualité de ses formations est basée sur l’excellence scientifique de son corps professoral et une pédagogie mettant l’accent sur les projets d’équipes, l’innovation de rupture et l’entreprenariat. Télécom SudParis compte 1 000 étudiantes et étudiants dont 700 élèves ingénieurs et environ de 150 doctorantes et doctorants. Télécom SudParis fait partie de l’Institut Mines-Télécom, premier groupe d’école d’ingénieurs en France, et partage son campus avec Institut Mines-Télécom Business School. Télécom SudParis est co- fondatrice de l'Institut Polytechnique de Paris (IP Paris), Institut de Sciences et Technologies à vocation mondiale avec l’École polytechnique, l’ENSTA Paris, l’ENSAE Paris et Télécom Paris.

À propos de l'Institut Mines-Télécom :

L'Institut Mines-Télécom (IMT) est un établissement public dédié à l'enseignement supérieur et la recherche pour l'innovation dans les domaines de l'ingénierie et du numérique. À l’écoute permanente du monde économique, l'IMT conjugue une forte légitimité académique et scientifique, une proximité avec les entreprises et un positionnement unique sur les transformations majeures au XXIe siècle : numériques, énergétiques, industrielles et éducatives siècle. Ses activités se déploient au sein des grandes écoles Mines et Télécom sous tutelle du ministre en charge de l’Industrie et des communications électroniques, de deux filiales et de partenaires associés ou sous convention. L'IMT est membre fondateur de l’Alliance Industrie du Futur. Il est doublement labellisé Carnot pour la qualité de sa recherche partenariale.


Missions

Les réseaux mobiles 5G promettent de permettre de nouvelles applications, avec des exigences strictes notamment en matière de latence.
L'objectif de l'activité de recherche est de prévoir les exigences de la circulation automobile, avec un accent particulier sur la communication nécessaire à la conduite autonome et coopérative, y compris la perception commune, le peloton de véhicules, la conduite à distance, les manœuvres coopératives. Ces exigences seront étudiées sous différents scénarios de mobilité, de charge, de topologie routière, d'infrastructure de réseau. Nous étudierons comment ces exigences se traduisent en contraintes réseau (radio et transport) et les besoins applicatifs en termes de ressources de traitement (CPU, mémoire, GPU).
Un modèle de simulation paramétrique représentera les aspects susmentionnés.
Les modèles développés seront ensuite utilisés pour proposer des méthodes efficaces basées sur l'IA, par exemple, l'apprentissage par renforcement [1,2] et les processus de décision de Markov [3], pour l'allocation dynamique des ressources aux tranches véhiculaires.

Ce travail s'inscrit dans le cadre de Beyond 5G, un projet financé par le gouvernement français, avec trois partenaires : Ericsson, Thales, Institut Mines-Télécom. Les travaux seront exécutés à l'Institut Polytechnique de Paris.


Activités

- Proposer un modèle détaillé de véhicule prenant en compte les architectures 5G (e.g., distribution spatiale des cellules, couverture).
- Motivez le choix de la classe appropriée de trafic 5G (URLLC, eMBB, MTC) pour différentes applications.
- Création d'un générateur de trafic basé sur la simulation pour la circulation des véhicules. Ce générateur sera paramétré afin d'évaluer plusieurs scénarios futurs, par exemple, différents taux de pénétration des véhicules connectés, différentes topologies routières. Nous travaillons déjà actuellement sur une première version d'un tel générateur de trafic, basé sur Omnetpp, SUMO, Veins et Simu5G.
- Concevoir et évaluer des méthodes basées sur l'IA pour placer dynamiquement des tranches de véhicules et mettre à l'échelle les ressources qui leur sont affectées.


Références

[1] M. Elkael, H. Castel, B. Jouaber, A. Araldo, M. Aitaba, “Improved Monte Carlo Tree Search for Virtual Network Embedding”, IEEE 46th conf on Local Computer Networks (IEEE LCN), 2021
[2] A. Ben-Ameur, A. Araldo, T. Chahed “Cache Allocation in Multi-Tenant Edge Computing via online Reinforcement Learning”, IEEE ICC, 2022
[3] A. Spallina, A. Araldo, T. Chahed, H. Castel, A. Di Stefano, T. Atmaca, “Energy-efficient Resource Allocation in Multi-Tenant Edge Computing using Markov Decision Processes”, IEEE NOMS 2022

Pré-requis du poste

Formation

  • Doctorat

et/ou

  • Diplôme Bac + 5 ou Master of Science (ou équivalent) en Informatique / Télécommunications / Mathématiques Appliquées

Compétences, connaissances et expériences indispensables

  • Bonne connaissance des Architectures Réseaux (réseaux mobiles, slicing)
  • Expérience en Machine Learning (en particulier en Reinforcement Learning) est un plus
  • Bonnes compétences en programmation (C++ et python en particulier)
  • Maîtrise de l'anglais

Capacités et aptitudes

  • Rigueur, méthode de gestion de projets
  • Capacité à travailler en équipe

Informations complémentaires et candidature

  • Nature du contrat : CDD 12 mois
  • Catégorie et métier du poste: II - R, Ingénieur de recherche et développement ou II - P, Post-doctorant
  • Les postes offerts au recrutement sont ouverts à toutes et tous avec, sur demande, des aménagements pour les candidats en situation de handicap
  • Emploi ouvert aux contractuels de la fonction publique