Descriptif du poste: Contexte L'économie circulaire est un levier majeur de la transition écologique et des nouveaux modèles économiques. Cette approche basée sur la réutilisation des ressources déjà extraites, le reconditionnement et la réparation a notamment pour objectif de réduire les émissions carbones et de limiter l'extraction de ressources naturelles ou la production de déchets. Afin de répondre à ces enjeux, les acteurs du numérique, dont le Groupe Orange, font évoluer les pratiques du secteur et comptent notamment sur l'économie circulaire pour en réduire l'impact environnemental. Par ailleurs, des évolutions règlementaires incitent ces mêmes acteurs à augmenter la proportion de reconditionné dans leurs offres. Cependant, la maîtrise de ce système cyclique est complexe et les analyses mathématiques ou algorithmiques permettent de mieux comprendre ses propriétés ou conditions de bon fonctionnement. Pour le cas des antennes, en France, chaque année, de nombreuses d'entre elles sont démantelées et remplacées par des nouvelles. Dans la majeure partie des cas, les anciennes antennes sont mises au rebut, alors qu'elles restent fonctionnelles.  Certaines de ces antennes pourraient donc être ré-utilisées pour d'autres sites, en France, ou à l'étranger via le programme    inter-filiale Orange OSCAR. Pour pouvoir être reconditionnée, l'antenne doit passer certains tests de performances, menés par un prestataire externe. L'objectif est de doter le groupe d'un outillage mathématique permettant de décider quelles antennes sont à envoyer en reconditionnement, en fonction de leurs caractéristiques et des besoins des sites Orange. Ces travaux de recherche ont pour ambition la modélisation, l'estimation et l'optimisation de l'économie circulaire des antennes/équipements RAN dans le but de minimiser la pollution et les coûts de renouvellement. Ils visent à fournir un outillage mathématique qui devrait notamment permettre d'identifier des plans d'actions concernant la gestion du parc d'antennes/équipements RAN. Les principaux défis à lever sont : Identifier un modèle de machine learning permettant d'estimer la probabilité qu'une antenne puisse passer les tests de reconditionnement Proposer et implémenter un modèle mathématique d'optimisation minimisant l'impact environnemental et économique, tout en gérant l'incertitude sur la probabilité de succès de reconditionnement Proposer des modèles d'optimisation pour obtenir des plans de déploiement/renouvellement d'un parc d'antennes Profil recherché: Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste o    Compétences en mathématiques théoriques o    Compétences en mathématiques appliquées, notamment dans les domaines de l'optimisation & recherche opérationnelle, du contrôle optimal et de la théorie des jeux o    Maitrise de la programmation (Python) o    Des connaissances minimales sur l'économie circulaire sont un plus. o    Une bonne maîtrise de l'anglais est nécessaire o    Faire preuve d'une bonne autonomie de curiosité et de pugnacité, d'un fort esprit d'initiative et de synthèse. Formation demandée (master, diplôme d'ingénieur, doctorat, domaine scientifique et technique ...) o    Diplôme d'ingénieur ou Master de recherche en mathématiques appliquées et informatique décisionnelle. Expériences souhaitées (stages, ...) o    Une première expérience en rapport avec l'aide à la décision est préférable (stage ou projet)