Descriptif du poste:\n\nAu sein du SogetiLabs, notre pôle innovation, vous rejoignez l'un de nos projets de R&D visant à l'optimisation des réseaux V2X basé sur SDN en utilisant de l'IA optimisée via IA explicable (XAI).\n \nLors de cette alternance d'1 an, vos missions seront les suivantes : \n* Prendre en main la plate-forme SDN + Contiki/Cooja et mettre en place un scénario de réseau V2X\n* Définir et implémenter plusieurs profils d'applications V2X (télémétrie périodique, alarmes, commandes, flux massifs) générant des motifs de trafic distincts\n* Développer, dans le contrôleur SDN, un module de collecte et d'agrégation de paquets par flot, avec extraction de caractéristiques temporelles et statistiques (protocole, taille, direction, temps inter-arrivées, type de message, etc.) et export de traces annotées\n* Concevoir un encodage en séquences de tokens réseau et entraîner un modèle GNN pour prédire la classe d'application à partir du trafic observé ; comparer les performances à des approches plus classiques (par exemple modèles de type Random Forest ou XGBoost)\n* Intégrer le modèle au contrôleur via un service d'inférence (par exemple API REST) afin de classifier les flux en quasi-temps réel\n* Mettre en oeuvre des techniques d'IA explicable (analyse d'attention, importance de caractéristiques, raisonnement par Chain-of-Thought (CoT), explications contrefactuelles) pour expliquer les décisions du classifieur\n* Évaluer expérimentalement la qualité de la classification et des explications sur différents scénarios\n\nProfil recherché:\n\nEn dernière année de Master télécom ou de filière ingénieur avec une sensibilité télécom, vous recherchez une alternance avec un rythme ayant minimum 2 semaines consécutives en entreprise.\n \nHardskills\n* Solides bases en réseaux (modèle TCP/IP, notions d'IoT/WSN et V2X, SDN, 5G/6G)\n* Bon niveau Python pour le traitement de données et le machine learning (PyTorch, TensorFlow ou équivalent)\n* Connaissances en apprentissage automatique (classification supervisée, entrainement/validation, premiers pas en deep learning, familiarité avec les GGN est un plus)\n* Aisance environnement Linux (ligne de commande, Git, etc)\n* Bases en Java\n* Niveau B2 minimum en anglais et C1 en français\n \nSoftskills\n* Rigueur et logique scientifique, intérêt pour la résolution de problématiques complexes avec des approches innovantes, prise d'initiative, curiosité\n* Autonomie, gestion du changement, esprit d'équipe, communication\n \nBonus\n* Vous avez travaillé dans les télécom ou GNN\n* Vous avez une première expérience avec Contiki/Cooja ou les réseaux de capteurs