> Markdown version of [/jobs/ext/4116629-ia-native-dans-le-ran-5g-6g-estimation-de-canal-hybride-modele-donnees-et-integration-temps-reel](https://www.wearedevelopers.com/jobs/ext/4116629-ia-native-dans-le-ran-5g-6g-estimation-de-canal-hybride-modele-donnees-et-integration-temps-reel). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # IA native dans le RAN 5G/6G : estimation de canal hybride modèle-données et intégration temps réel - **Company:** b<>com - **Location:** Rennes, France - **Contract:** Permanent contract - **Skills:** Artificial Intelligence, Python (Programming Language), Systems Integration, Pytorch, 5G NR - **Published:** October 23, 2026 - **Apply:** https://www.indeed.com/viewjob?jk=a601e8f89b904fc9 ## About the Role Élève ingénieur en dernière année ou étudiant en Master 2 (BAC+5), spécialisé en télécommunications, traitement du signal ou apprentissage automatique. > Les indispensables Communications sans fil, OFDM, traitement du signal, estimation de canal, Python, Apprentissage profond, PyTorch ou équivalent > Les plus 5G NR/DMRS, traitement PHY Uplink, intégration logicielle temps réel, connaissances RAN ## Description 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 évoluerez dans un environnement de recherche pluridisciplinaire chez b<>com, réunissant des expertises en intelligence artificielle, connectivité 5G/6G et intégration de systèmes temps réel. Vous contribuerez à la poursuite de travaux sur un estimateur de canal neuronal pour le récepteur uplink OFDM/DMRS, déjà développé et évalué en simulation face aux méthodes classiques, avec pour perspective l'évolution de son architecture, l'étude de sa robustesse et son intégration sur une plateforme exploratoire RAN temps réel de b<>com. Quelle sera votre mission ? Votre mission consistera à poursuivre le développement et l'évaluation d'une approche hybride modèle-données pour l'estimation de canal, puis à étudier son intégration dans une chaîne PHY temps réel. * Prendre en main le modèle, l'architecture neuronale et les résultats existants. * Faire évoluer l'architecture du réseau de neurones et la stratégie d'apprentissage afin d'améliorer les performances, la robustesse et la complexité. * Évaluer la généralisation dans différentes conditions radio et analyser l'écart entre simulation et réel, notamment à partir de données plateforme lorsque disponibles. * Adapter, intégrer et évaluer l'estimateur sur la plateforme exploratoire RAN temps réel de b<>com. * Explorer, selon l'avancement, des extensions : multi-antennes, estimation du bruit, optimisation du modèle ou évaluation jusqu'au décodage (BER/BLER). * Documenter les développements et les résultats dans un rapport de stage, avec code et soutenance.