CEA : ANALYSE DE LA PRÉDICTIBILITÉ DES CANAUX RADIO ET MODÉLISATION PAR RÉSEAUX DE NEURONES (H/F)

Poste
Stage (72 mois)
Niveau d'étude
Bac+5 (Master / Ingénieur)
Activités de l'entreprise
Nucléaire, Energie
Localisation
Grenoble (38, Isere)

Inscrivez-vous !

En vous inscrivant sur Engagement Jeunes, recevez les offres qui vous correspondent et rendez vous visible des recruteurs.

Présentation de la société : CEA

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

• La conscience des responsabilités
• La coopération
• La curiosité

Missions

Ce stage offre une opportunité unique de travailler à l’interface entre l’électromagnétisme et l’intelligence artificielle, afin de contribuer au développement des systèmes de communication sans fil de nouvelle génération. Le/la stagiaire intégrera le Laboratoire Antenne, Propagation et Couplage Inductif (LAPCI) du CEA-LETI, à Grenoble (France) , un environnement de recherche de rang mondial disposant d’équipements à la pointe de la technologie pour la caractérisation et la modélisation du canal de propagation radiofréquence.

À partir de données issues de campagnes de mesures radio disponibles dans le laboratoire, vous développerez et comparerez plusieurs méthodes de prédiction du canal. Vous commencerez par réaliser un état de l’art, puis vous préparerez, analyserez et visualiserez les données disponibles.

Vous entraînerez différents modèles sous Python et étudierez l’influence de la vitesse, de la trajectoire des utilisateurs, de l’environnement de propagation, du nombre d’antennes et de leur répartition sur la qualité des prédictions. Vous évaluerez également la capacité des modèles à exploiter conjointement les informations provenant de plusieurs antennes ou points d’accès, ainsi qu’à fonctionner dans des situations différentes de celles utilisées pendant l’entraînement.

Selon l’avancement du stage, vous pourrez participer à de nouvelles campagnes de mesures en mobilité.

Ce travail vous permettra de développer des compétences en intelligence artificielle, traitement du signal, communications sans fil, modélisation de la propagation des ondes électromagnétiques, analyse de séries temporelles et traitement de données expérimentales.

Ce stage pourra constituer une première étape vers une poursuite en thèse sur des thématiques liées aux communications sans fil, au traitement du signal et à l’intelligence artificielle.

Profil recherché

  • Vous préparez un Master 2 ou une dernière année d’école d’ingénieur en télécommunications, traitement du signal, informatique, intelligence artificielle, science des données ou dans un domaine proche.
  • Vous disposez de bonnes bases dans au moins l’un de ces domaines et souhaitez découvrir ou approfondir les autres.
  • Une pratique de Python ainsi que des bibliothèques comme NumPy, Pandas, Matplotlib, PyTorch ou TensorFlow sera appréciée.
  • Des connaissances en apprentissage automatique, traitement du signal, communications numériques, MIMO, propagation radio ou réseaux de neurones constituent un plus, sans être indispensables.
  • Curieux(se) et rigoureux(se) , vous appréciez les problématiques de recherche appliquée et aimez explorer de nouvelles approches pour répondre à des défis scientifiques et techniques.
  • Vous appréciez le travail en équipe et êtes à l'aise pour présenter et discuter vos résultats.