Thèse « Compression sans perte de données structurées par apprentissage automatique » F/H

votre rôle

Votre rôle est d'effectuer un travail de thèse sur la « compression sans perte de données structurées par apprentissage automatique ».

Contexte global et problématique

Les réseaux modernes utilisent de nombreux compresseurs efficaces (SCHC, ROHC, HPACK/QPACK, zstd) qui exploitent les régularités structurelles du trafic via des encodages compacts opérateur-opérande. Cependant, ces solutions restent cloisonnées par domaine (LPWAN, 6LoWPAN, RTP/5G) et manquent d'un framework unique pour s'adapter et coexister à travers ces environnements. Cette fragmentation limite l'optimisation globale des ressources réseau et complique le déploiement de solutions de compression cohérentes.

Objectif scientifique

L'objectif de la thèse est de développer COMCIS (Compact Compression Instruction Set), un framework agnostique aux protocoles qui unifie et met à l'échelle la compression sans perte d'en-têtes, métadonnées et charges utiles structurées. La recherche vise à créer une représentation intermédiaire abstraite et compacte pour décrire les opérations de compression, couplée à une chaîne d'outils assistée par apprentissage automatique qui apprend les modèles de trafic et génère des "programmes de compression" adaptés aux mécanismes présents dans chaque domaine.

Résultats et verrous à lever

Les principaux défis incluent :

-        la formalisation d'une abstraction suffisamment générale pour mapper vers les schémas existants sans prescrire un nouveau format

-        le développement d'algorithmes d’apprentissage automatique pour la découverte de templates et la sélection optimale de codeurs par champ

-        la validation de l'approche sur des datasets réels avec des contraintes de déploiement (latence, CPU, mémoire) respectées

votre profil

Compétences scientifiques et techniques exigées :

Maîtrise de l'apprentissage automatique, particulièrement les techniques de découverte de motifs et d'optimisation sous contraintes
Compétences en programmation (Python, C/C++) et frameworks ML (TensorFlow, PyTorch)
Capacité d'analyse de performances réseau et d'optimisation système
Connaissance de bases des protocoles réseau (TCP/IP, CoAP, CBOR) et des mécanismes de compression existants (SCHC, ROHC, HPACK/QPACK, zstd)

Qualités personnelles :

Rigueur scientifique et capacité d'innovation
Excellentes capacités de communication écrite et orale
Aptitude au travail collaboratif et à la publication scientifique

Formation demandée : Master 2 ou diplôme d'ingénieur en informatique, télécommunications, ou domaines connexes, avec spécialisation en réseaux, compression de données, ou intelligence artificielle.

Expériences souhaitées : 

-        Stage de recherche en compression de données, réseaux, ou ML.

-        Participation à des projets open-source ou publications dans le domaine constituent un plus.

le plus de l'offre

Cette thèse présente un caractère hautement innovant en proposant la première approche unifiée pour la compression réseau multi-domaines. L’approche COMCIS dépasse l'état de l'art en proposant une abstraction commune permettant l'interopérabilité entre mécanismes de compression existants, là où les solutions actuelles restent fragmentées.

L'approche ML-assistée pour la génération automatique de programmes de compression constitue une avancée majeure, permettant l'adaptation dynamique aux patterns de trafic observés. Le doctorant bénéficiera d'un environnement de recherche exceptionnel avec accès à des datasets réels multi-domaines et une collaboration avec les groupes de standardisation IETF.

La thèse offre des perspectives de valorisation industrielle directe, avec potentiel de contributions aux standards internationaux.

entité

L’ambition de la Division Innovation est de porter plus loin l’innovation d’Orange et de renforcer son leadership technologique, en mobilisant nos capacités de recherche pour nourrir une innovation responsable au service de l’humain, éclairer les choix stratégiques du Groupe à long terme et influencer l’écosystème digital mondial.

Nous formons les expertes et les experts des technologies d’aujourd’hui et de demain, et veillons à une amélioration continue de la performance de nos services et de notre efficacité.
La division Innovation rassemble, dans le monde, 6000 salariés dédiés à la recherche et l’innovation dont 740 chercheurs. Porteurs d’une vision globale avec une grande diversité de profils (chercheurs, ingénieurs, designers, développeurs, data scientists, sociologues, graphistes, marketeurs, experts en cybersécurité…), les femmes et les hommes de Innovation sont à l’écoute et au service des pays, des régions et des business units pour faire d’Orange un opérateur multi-services de confiance.

Au sein d’Innovation, vous serez intégré(e) dans une équipe de recherche ayant une double expertise en intelligence artificielle et en réseau de télécommunications. Vous serez entouré(e) de chercheuses et chercheurs travaillant sur des sujets innovants et fondateurs pour le futur des télécommunications et en particulier pour la 6G.