Contexte et objectif(s)

• Design and implement an AI/GenAI solution capable d'analyser automatiquement incidents réseau, alarmes, KPIs et traces d'appels pour identifier la cause racine de dégradations de service (appels coupés, mauvaise QoE, pannes, violation SLA).
• Le sujet vise à réduire le temps de diagnostic et améliorer la réactivité opérationnelle en proposant des modèles et workflows exploitables par les équipes DRS/DTO.

Missions principales

• Collecter, prétraiter et enrichir les sources de données (logs d'alarmes, KPIs, traces d'appels, événements réseau) et construire des pipelines reproductibles.
• Concevoir, entraîner et évaluer des modèles d'IA/GenAI et d'analyses causales pour proposer des hypothèses de RCA (Root Cause Analysis) et prioriser les causes probables.
• Développer des composants d'interprétabilité et d'explicabilité afin que les résultats soient exploitables par les ingénieurs réseau.

Compétences et technologies demandées

• Diplôme et/ou compétences attendues : Data Science, GEN AI, Telecom.
• Technologies et compétences recommandées : Python, frameworks ML/Deep Learning (PyTorch/TensorFlow), outils NLP/GenAI, gestion de pipelines (Airflow, MLflow), traitement de séries temporelles et d'événements réseau.

Livrables attendus

• Prototype fonctionnel démontrant l'analyse automatique et la remontée d'hypothèses de cause racine pour différents scénarios (dropped calls, QoE dégradée, outages, violations de SLA).
• Rapport technique détaillant méthodes, jeux de données, métriques d'évaluation et recommandations d'intégration pour exploitation par DRS/DTO.

Informations pratiques

• Durée du stage : 6 mois.
• Entité d’accueil : DRS/DTO - Dimensionnement et Architecture.
• Nombre de stagiaires requis : 2.

Candidature

• Pour postuler : Postuler ici