À quoi ressemble le poste ?

Les opérateurs télécom disposent de données réparties dans de nombreuses tables reliées entre elles par des clés : clients, contrats, contacts, incidents réseau et usages de services. Cette organisation relationnelle permet de représenter l'historique détaillé des clients, mais complique l'utilisation de ces données par les méthodes classiques d'apprentissage automatique. Celles-ci nécessitent généralement de transformer manuellement les données multi-tables en une table unique au moyen d'opérations d'agrégation (Moyenne, Min, Max…) et de feature engineering.

L'objectif de ce stage sera d'étudier et de comparer deux stratégies de classification sur ce type de données. La première reposera sur une approche éprouvée de propositionalisation automatique, notamment au moyen de l'outil Khiops [1], qui construit automatiquement des variables agrégées à partir des tables secondaires. La seconde s'appuiera sur des modèles de fondation relationnels récents, tels que KumoRFM-2 [3], qui représentent une base relationnelle sous la forme d'un graphe hétérogène et temporel : les lignes des tables constituent les nœuds, tandis que les liens entre clés primaires et clés étrangères forment les arêtes.

Afin de rendre l'évaluation reproductible et de situer les résultats par rapport à l'état de l'art, le stage inclura des expérimentations sur le benchmark public RelBench [2]. Celui-ci propose des bases de données relationnelles, des tâches prédictives et des protocoles d'évaluation standardisés pour les modèles d'apprentissage sur ce type de données. On pourra aussi considérer des données synthétiques pour tester certaines propriétés des modèles.

Les modèles de fondation «en contexte» comme Kumo-RFM-2 semblent prometteurs sur de petites bases de données, mais leur capacité à passer à l'échelle sur de grandes bases est encore à prouver. Une attention particulière sera donc portée à l'identification des situations dans lesquelles une méthode multi-table frugale et explicable telle que Khiops, constitue une solution suffisante, ainsi qu'à celles dans lesquelles l'apprentissage direct de la structure relationnelle par un modèle de fondation tel que KumoRFM-2 permettrait d'exploiter des interactions temporelles ou multi-tables plus subtiles.

Références

[1] Boullé, M., Charnay, C., & Lachiche, N. (2019). A scalable robust and automatic propositionalization approach for Bayesian classification of large mixed numerical and categorical data. Machine Learning, 108(2), 229–266.

[2] Robinson, J., Ranjan, R., Hu, W., Huang, K., Han, J., Dobles, A., Fey, M., Lenssen, J. E., Yuan, Y., Zhang, Z., He, X., & Leskovec, J. (2024). RelBench: A Benchmark for Deep Learning on Relational Databases. Advances in Neural Information Processing Systems.

https://cs.stanford.edu/jure/pubs/relbench-neurips24.pdf

[3] Hudovernik, V., López, F., Kocijan, V., Nitta, A., Lenssen, J. E., Leskovec, J., & Fey, M. (2026).

Qui recherchons-nous ?

Vous préparez un diplôme de niveau Bac+5 dans une université ou une école d'ingénieurs, avec une spécialisation en apprentissage profond et en intelligence artificielle.

Vous maîtrisez Python et Scikit-learn. Vous possédez des connaissances en statistiques et en mathématiques, ainsi qu'un intérêt pour les aspects applicatifs et théoriques du sujet. Vous avez un niveau B2 en anglais, à l'écrit comme à l'oral.

Vous êtes curieux, ouvert d'esprit et autonome. Vous appréciez le travail en équipe et savez partager vos idées, vos résultats et vos interrogations.

Vous envisagez idéalement de poursuivre vos travaux dans le cadre d'une thèse. Une poursuite en thèse pourra être envisagée au sein de l'équipe.

Le stage est proposé pour une durée de six mois, à partir de janvier ou de mars 2027.

À noter : nous ne proposons pas de stage alterné ni de stage comportant trois interruptions ou davantage. Nos stages ne peuvent pas être convertis en contrat d'alternance ; la campagne d'alternance débutera vers le mois de mars.

Pourquoi rejoindre Orange?

• Vous intégrerez une équipe de recherche et développement de haut niveau, dont l'expertise en traitement statistique des données et en apprentissage automatique est reconnue au sein d'Orange et à l'international ;

• Vous travaillerez sur des problématiques opérationnelles concrètes et sur des données réelles ;

• Vous collaborerez avec les unités opérationnelles d'Orange France ;

• Vos travaux pourront faire l'objet d'une publication scientifique ;

• Une poursuite en thèse au sein de l'équipe pourra être envisagée ;

• Vous bénéficierez du cadre de vie exceptionnel de Lannion.

L'indemnité mensuelle brute de stage proposée estde 1680€ (pour un Bac+5), selon votre niveau d'études en cours.

À cela s'ajoutent l'accès aux activités sociales et culturelles proposées par le comité social et économique, l'accès au restaurant d'entreprise ou aux tickets-restaurant, ainsi que la prise en charge à hauteur de 50 % de votre abonnement aux transports en commun.

Quel environnement de travail ?

L'équipe PROF mène des travaux de recherche en statistiques, en apprentissage automatique et en analyse de données. Elle met son expertise au service des unités opérationnelles d'Orange.

L'équipe PROF mène des travaux de recherche en statistiques, en apprentissage automatique et en analyse de données. Elle met son expertise au service des unités opérationnelles d'Orange.