Exploiter l'Intelligence Artificielle pour optimiser les performances d'un réseau 5G à partir de mesures terrain (drive tests).
Prédire la qualité de service (QoS) et proposer des actions d'optimisation automatisées basées sur des modèles de Machine Learning.
Tâches à réaliser
Étudier les concepts et principes de la 5G et exploiter les résultats des drive tests collectés sur le terrain.
Identifier et analyser les KPI à optimiser (ex. RSRP, throughput, latence) et développer des outils en Python pour le traitement et l’analyse des données.
Sélectionner et implémenter des algorithmes de classification adaptés, générer des données synthétiques pour enrichir l’entraînement, puis entraîner, valider et évaluer les modèles de Machine Learning.
Proposer des recommandations concrètes et solutions d’optimisation du réseau basées sur les résultats obtenus.
Compétences et outils requis
Maîtrise de l’IA et du Machine Learning (scikit-learn, TensorFlow/PyTorch), programmation en Python.
Bonnes connaissances des réseaux mobiles 5G, KPI et expérience avec les drive tests et l’analyse de performances radio (RSRP, etc.).
Connaissance des techniques de génération de données synthétiques, validation de modèles, et visualisation des résultats pour reporting.
Livrables attendus
Scripts/outils Python pour le prétraitement et l’analyse des données drive test.
Modèles de Machine Learning entraînés et évalués, rapport d’analyse des KPI, et recommandations d’optimisation.
Rapport final et présentation des résultats opérationnels et des actions d’optimisation proposées.