Descriptif du poste: 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. Profil recherché: 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 (maitrise des solveurs notamment tels que Cplex et Gurobi) et d'Intelligence Artificielle.  Maitrise 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).