FewerJobs.
All jobs

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 at orange.jobs

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