Modélisation et estimation de canal pour surfaces intelligentes reconfigurables (RIS) : approches IA

b<>com
Rennes, France
25 days ago
Apply on www.indeed.com
Prepare application

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Job source

Tech stack

Artificial Intelligence Wireless Networks

Job description

b> : Pratiquer l’innovation, choisir un tremplin professionnel, inventer des technologies qui ont du sens, contribuer à des projets de recherche qui n’existent nulle part ailleurs, travailler avec plus d’autonomie, plus de responsabilités, bénéficier d’une diversité sous toutes ses formes, intégrer une communauté de personnalités bienveillantes, curieuses, expertes et enthousiastes : b<>com est, selon les mots de ses collaborateurs, une entreprise où il fait bon innover. Alors n’attendez plus, soyez là où les autres ne sont pas encore !

Quel sera votre environnement ? Vous intégrerez le laboratoire IA et Algorithmie de b<>com, travaillant notamment sur la propagation radio, les surfaces intelligentes reconfigurables (RIS) et les méthodes d’intelligence artificielle pour les futurs réseaux sans fil. Vous contribuerez à la poursuite de travaux menés à b<>com autour d’une chaîne de simulation Sionna-RT/Sionna-PHY et d’ALOCET, un algorithme d’estimation de canal pour les RIS développé par b<>com. Ces travaux portent notamment sur sa validation dans différents scénarios et sur le développement d’une extension neuronale entraînée à partir de données synthétiques.

Quelle sera votre mission ? Votre mission consistera à faire évoluer les méthodes d’estimation de canal pour les RIS, notamment ALOCET et son extension basée sur l’intelligence artificielle, et à évaluer leurs performances dans des scénarios de propagation plus réalistes.

  • Prendre en main la chaîne de simulation Sionna-RT/Sionna-PHY et les développements
  • existants autour d’ALOCET.
  • Faire évoluer ALOCET et son extension neuronale : architecture du réseau de neurones,
  • stratégie d’apprentissage et performances.
  • Enrichir les modèles de canal et les scénarios RIS : propagation, configurations de surface,
  • large bande et/ou mobilité.
  • Évaluer et comparer les approches classiques et neuronales en termes de performances,
  • robustesse et généralisation.
  • Explorer, selon l’avancement, des extensions : suivi du canal en mobilité, champ proche,
  • quantification des phases ou stratégies de configuration des RIS.19/10/2026 Diffusion : interne RH/M&C
  • Documenter les développements et les résultats dans un rapport de stage, avec code et soutenance.

Requirements

Élève ingénieur en dernière année ou étudiant en Master 2 (BAC+5), spécialisé en télécommunications, traitement du signal ou apprentissage automatique.

About the company

Communications sans fil, traitement du signal, propagation radio, estimation de canal, Python, simulation numérique, réseaux de neurones

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.indeed.com
Prepare application

Good distractions

Loading talks and stories from around this role…