POSTE : Thèse -Méthode de Positionnement Indoor pour la Gestion du Wi-Fi H/F DESCRIPTION : Votre rôle est d'effectuer un travail de thèse portant sur la conception d'une "Méthode de positionnement indoor par croisement de données pour la gestion du Wi-Fi". Dans la stratégie d'Orange, il est crucial que le débit final disponible en Wi-Fi sur le terminal de l'utilisateur ne dégrade pas l'expérience clients fibre. L'arrivée de la norme Wi-Fi 8 pose le problème de coopération entre points d'accès (AP) pour fournir la qualité escomptée aux terminaux[1].Pour faciliter les opérations de management de réseau et de coordination entre APs, avoir une connaissance fine de la topologie du réseau et du trafic (APs, répéteurs, terminaux) est un enjeu clé pour l'opérateur afin d'améliorer la qualité d'expérience utilisateur. Votre travail s'appuiera sur différentes sources de données telles que les données de sensing issues du Wi-Fi et des données de cartographies radio. Il s'agira d'en déduire à l'aide de techniques d'IA une pseudo-localisation des équipements Wi-Fi et du trafic Wi-Fi. Ces travaux abordés par les techniques dites de'Channel Charting[2]' et se distinguent des techniques usuelles de géolocalisation comme étant des techniques non supervisées et permettant d'avoir une pseudo-localisation à l'aide d'un seul AP. Les objectifs scientifiques vont consister à exploiter et croiser les sources de données avec comme objectif ultime de rapprocher la pseudo-localisation prédite de la localisation réelle géoréférencée. Les travaux débuteront par un état de l'art des solutions non supervisées, faire de la localisation indoor à partir de données radio et en situations de non visibilité directe. La suite portera sur les challenges suivants : Concevoir et valider une solution exploitant au mieux les différentes données. Minimiser les informations nécessaires à la détermination de la pseudo-localisation. Aligner et exploiter des données issues de plusieurs APs. Prendre en compte les étages, voire des effets de hauteur des terminaux. Détecter un environnement dynamique et savoir l'intégrer aux algorithmes. Maximiser la précision en se rapprochant de la localisation réelle. La perspective sera de mettre en oeuvre la solution développée sur un cas d'usage lié la gestion ou au diagnostic de réseau. Le travail pourra s'appuyer au départ sur des données radio simulées avec nos logiciels [3] ou des outils en open source. Les algorithmes développés seront ensuite affinés et validés à l'aide de données de mesures dans un habitat résidentiel type. Prestations du comité social d'entreprise, restaurant d'entreprise, remboursement frais de transport PROFIL : Compétences (scientifiques et techniques) et qualités personnelles exigées par le poste : Traitement du signal Bases en réseaux sans fils/télécoms Data science Bagage mathématique, algorithmique, statistiques Programmation : Python/Kéras/Tensorflow Langues : Français courant (écrit et oral), connaissances de l'anglais permettant de réaliser des communications/publications scientifiques Etre créatif, innovant, avoir un bon relationnel et une motivation pour la recherche Avoir une autonomie et une capacité d'organisation de son travail en fonction des objectifs à atteindre. Formation demandée (master, diplôme d'ingénieur, doctorat, domaine scientifique et technique) : Ecoles d'ingénieur Réseaux/Télécom avec spécialisation Data Science et IA Master recherche dans le domaine Expériences souhaitées (stages) Avoir réalisé un stage, des projets étudiants ou un mémoire de fin d'études dans un domaine proche du sujet de thèse Pratique confirmée du développement dans le contexte Python/Kéras/Tensorflow dédié aux algos d'IA appliqués à des données de type signaux ou images Références [1]https://arxiv.org/pdf/24v2 [2]https://channelcharting.github.io/ https://arxiv.org/abs/24 [3] https://ieeexplore.ieee.org/document/10186359