Apprentissage fédéré pour l'adaptation des modèles prédictifs de QoS dans la mobilité connectée F/H
Orange - BELFORT,FRANCE
Posted Nov 19, 2026
Benefits
- Parental leave
- Not verified
- Non-birth-parent leave
- Not verified
- Family-building benefits
-
- Fertility benefits: Not verified
- Adoption assistance: Not verified
- Surrogacy assistance: Not verified
- Mental health support
- Not verified
- Relocation assistance
- Not verified
- Childcare support
- Not verified
- Learning budget
- Not verified
- Verification
- Not verified
- Salary
- Not verified
Was this benefit information wrong? Tell us.
Role
- Seniority
- Mid From the posting source
Schedule
- Shift type
- Not verified
- Weekend work
- Not verified
Application
- Cover letter
- Not verified
- Assessment
- Not verified
- Deadline
- Not stated
Where they hire
State eligibility is not yet verified.
About this role
Apprentissage fédéré pour l'adaptation des modèles prédictifs de QoS dans la mobilité connectée F/H BELFORT,FRANCE Publication date : Oct 29, 2026, 11:57AM Contract duration : 6 months Dans la continuité des travaux sur la prédiction de QoS (Quality of Service) et la supervision agentique du pipeline, le stage vise à concevoir et évaluer une approche permettant d'adapter les modèles aux zones géographiques où leurs performances diminuent, sans réentraîner systématiquement le modèle sur l'ensemble du territoire. Le ou la stagiaire étudiera comment les apprentissages réalisés localement sur des groupes de quadkeys peuvent contribuer à un modèle global, en tenant compte des performances et de la quantité de données de chaque zone. Dans ce cadre, vous serez amené à : Réaliser un état de l'art sur l'apprentissage fédéré, l'adaptation locale des modèles et les méthodes d'agrégation adaptées aux arbres de décision Définir les zones d'apprentissage à partir des quadkeys et étudier le compromis entre précision géographique et volume de données disponible Étudier des méthodes de fédération adaptées au modèle global existant, notamment aux modèles de type GBDT comme LightGBM, ainsi que des approches telles que FedTree Concevoir et comparer des stratégies d'agrégation intégrant différents critères : volume et fraîcheur des données, qualité des prédictions locales, représentativité des zones et niveau de dégradation détecté Évaluer les méthodes sur des données temporelles et géographiques, en comparant leurs performances locales et globales avec celles du modèle de référence Prototyper une solution pouvant s'intégrer au pipeline existant et être déclenchée à partir des zones identifiées par
Read the full description at orange.jobs. FewerJobs shows a preview and links to the original posting.
Apply link verified; last checked Nov 20, 2026.
What verified means
Verified means a displayed claim has field-level provenance to a source FewerJobs pulled: a government or employer source, or the original job posting. Posting-sourced facts are employer-stated and are labeled separately from government records.
Related jobs
Stage Ingénieur Modélisation Hybride Hétérogène (Physique/ML) pour la prédiction de la QoS F/H
Orange - CHÂTILLON,FRANCE
Ingénieur Développement FPGA / Traitement du Signal – Réseaux 5G Spatiaux (f/h)
Airbus - Toulouse Area
Coordinateur Maintenance en Datacentre H/F/N
OVH - ROUBAIX, FR, 59100
Ingenieur Méthodes maintenance experimenté- Datacenter (H/F/X)
Digital Realty - Marseille, France