mercredi 18 octobre 2017

Le Groupe Orange offre des bourses d'étude pour la thèse

Thèse : Nouvelles approches pour évaluer et réduire les coûts environnementaux et financiers d'un service numérique F/H

Ref : 0015771 | 18 sept. 2017
Date limite de candidature : 31 oct. 2017
4 rue du clos Courtel 35510 CESSON SEVIGNE - France
Votre rôle:
Effectuer un travail de recherche sur les nouvelles approches pour évaluer et réduire les coûts environnementaux et financiers d'un service numérique.
Vous trouverez ci-dessous la description du contexte de ce travail de recherche.
La mission et les principaux objectifs scientifiques seront précisés sous le titre "Entité".
Dans Essentiel 2020, Orange a annoncé un objectif ambitieux de réduction de ses émissions de CO2 : faire -50% par usage client entre 2006 & 2020. Il est donc indispensable pour le Groupe de disposer de méthodologies efficaces pour évaluer et réduire les coûts environnementaux de bout en bout d'un service numérique. Ces outils sont attendus par les entités stratégiques d'Orange, et pour être pertinents ils doivent associer réduction des coûts environnementaux et financiers.
Orange travaille depuis de nombreuses années à la réduction des impacts environnementaux de ses infrastructures et produits (LiveBox ...) et souhaite maintenant investiguer la réduction des impacts de ses services. Ces actions d'éco conception sont menées en s'appuyant sur les outils standard de l'Analyse de Cycle de Vie (ACV) (ISO 14040) qui par nature sont des outils complexes et onéreux. Avec cette méthodologie les impacts sont rapportés aux quantités de services offerts aux utilisateurs finaux. Ces métriques de coûts-bénéfices sont appelées unités fonctionnelles et permettent de comparer des solutions concurrentes rendant le même service.
L'évaluation des impacts environnementaux de bout en bout d'un service télécoms est généralement un chantier complexe. Pour un service donné, la variété des réseaux supports [mobiles (3/4G….), fixes (DSL, FTTH...)] et la variété des terminaux clients (laptop, smartphone, tablette, STB….) conduisent à des combinatoires élevées. Par ailleurs il est impossible de généraliser les résultats d'une ACV d'un service offert sur un réseau et un terminal donné et pour une unité fonctionnelle donnée à l'ensemble des scénarios d'architecture possibles. A chaque évolution de scénario (réseau, terminaux...) une nouvelle ACV doit être menée, ce qui représente un travail énorme et n'est au final jamais effectué (coût RH/€).
Aujourd'hui les deux principales approches mises en oeuvre pour réduire les impacts des services sont globales et restent à optimiser. La première consiste à renouveler les infrastructures existantes par des solutions plus efficaces énergétiquement, la seconde se focalise sur l'optimisation des couches logicielles (éco conception logicielle) qui conduit à une moindre consommation de ressources.
Orange lab mène des réflexions et travaux depuis plusieurs années pour évaluer les impacts de ses services, et de son coté le Laboratoire de Génie Industriel de CentralSupelec (Paris) est leader dans le développement d'approches pour évaluer et réduire les impacts financiers et environnementaux de processus industriels. Cette thèse sera chez Orange hébergée dans un programme de recherche liée à la réduction des impacts environnementaux.

Mon profil

Étudiante ou étudiant grande école ou université dans le domaine Génie Industriel ou Télécommunications avec un Master Recherche intéressé(e) par l'étude de système complexe et le développement de méthodologies originales pour évaluer les coûts (environnementaux et financiers) d'un produit ou d'un service.




L'étudiante/étudiant devra :
  • Avoir une bonne connaissance des architectures télécoms et connaitre les fondamentaux de l'evaluation des impacts environenmentaux d'un produit ou d'un service (norme ISO 14040).
  • Identifier les services d'Orange les plus représentatif d'un point de vue Business & image de l'opérateur
  • Caractériser les offres selon différents critères techniques et processus
  • S'approprier la représentation Blueprinting et la décliner à quelques services d'Orange selon cette méthodologie
  • Identifier toutes les données susceptibles de caractériser ces services représentées via Blueprinting. L'étudiante/étudiant, devra faire preuve d'autonomie et d'initiative pour récupérer au sein de diverses entités du Groupe Orange les informations susceptibles de caractériser un service.
  • Qualifier les critères retenus et corréler leur relation avec les impacts environnementaux et coûts financiers d'un service.
  • Mettre en oeuvre la méthodologie sur un service particulier d'Orange.
Un stage effectué dans le domaine de l'évaluation des impacts environnementaux d'un produit/service serait un plus.

Le plus de l'offre

Le Doctorant/e travaillera au sein d'une équipe en charge de la réduction des impacts environnementaux des produits, services & infrastructures réseaux du Groupe Orange. Orange est membre de l'association Eco SD qui regroupe des industriels & universitaires autour de l'éco conception, et contribue ainsi à des projets collaboratifs. L'étudiant/e évoluera donc dans un environnement de R&D industriel ouvert sur le monde universitaire et pourra participer à des projets collaboratifs.
L'objectif de la thèse est de développer une méthodologie originale pour évaluer les centres de couts (financier et environnementaux) d'un système dit complexe comme un service télécoms donc constitués de couches matérielles et logicielles. Cette approche devra aller plus loin que la simple estimation des couts environnementaux d'un service mis en oeuvre au travers des ACV.
L'originalité de la proposition est qu'elle n'a jamais été mise en oeuvre dans le cas d'un service télécoms et devra inclure tous les processus d'un service (avant vente/commande/Livraison/usage/après vente...) et bien modéliser les impacts des couches logicielles et surtout identifier les critères ou KPI qu'il faudra suivre pour réduire ces coûts, à partir des données recueillies pour caractériser le service.
Cette thèse se déroulera en partenariat entre les équipes d'Orange Labs en charge de l'évaluation et de la réduction des impacts environnementaux produits/services et l'Ecole Centrale/Supelec Paris qui maitrise la méthode "blueprinting" et est experte dans la réduction des coûts.
Cette thèse permettra d'avoir une vision fine de la représentation des services d'Orange via la méthode Blueprinting et d'ouvrir de nouveaux champs d'investigation relatif à la réduction des coûts environnementaux des services numériques ce qui se traduira au final par des réductions importantes de charges et de coûts d'investissements.
Bibliographie
[1] Millet D & al (2007) Does the potential of the use of LCA match the design team needs?
[2] Cluzel F & al. (2014) 'Exploitation scenarios in industrial system LCA', International Journal of Life Cycle Assessment, ,
[3] Cluzel F. (2012) 'Eco-design implementation for complex industrial system - From scenario-based LCA to the definition of an eco-innovative R&D projects portfolio', PhD doctorate,
[4] Yannou B. (2011) 'Concevoir un service - une méthode en 7 étapes', in Déployer l'innovation : Méthodes, outils, pilotage et cas d'étude, Les fiches pratiques - Edition 2011-2012 - Génie Industriel, Paris, Techniques de l'Ingénieur,
[5] Kingman-Brundage J. (1989) 'The ABC's of service system Blueprinting' Bitner LA C.L.e. Editor, Chicago

Entité

L'objectif de la thèse est de définir une méthodologie pour pouvoir identifier les « points chauds » d'une architecture de services, puis de proposer des pistes pour les réduire. En se focalisant uniquement sur les impacts environnementaux nous serions obligés de passer par une Analyse de Cycle de Vie (ACV) qui est un outil complexe et onéreux [1]. L'objectif ici est d'élargir cette notion de "coûts" associée à un service en associant les aspects financiers aux coûts environnementaux et d'en profiter pour développer une méthodologie qui ne soit pas focalisée que sur des ACV [2][3] et donc plus large.
D'une manière générale les services offerts par Orange se répartissent en quelques grandes familles dont les caractéristiques techniques sont bien spécifiques (asymétrique/symétrique, type de réseaux, débits, temps réel ou non...). Pour évaluer les impacts/coûts d'un service, il est nécessaire dans un premier temps de pouvoir le décomposer ou le représenter. Pour cela nous utiliserons la méthodologie "Blueprinting" [4][5] pour décrire les processus d'interaction au sein d'Orange et entre Orange et ses clients pour toutes les phases du processus de commande/livraison du service aux clients.
A partir de là chaque bloc & liens des processus devront être décrits avec les données les caractérisants (coûts RH, financiers, data transmises, MTBF, consommation ressources....). Via une analyse de la valeur il sera alors possible d'identifier les blocs fonctionnels ou étapes du processus les plus impactants.
Un des verrous à lever sera de modéliser les impacts des couches logicielles applicatives et de virtualisation qui sont présentes de bout en bout dans l'architecture d'un service numérique.
Un autre sera d'identifier quels seront les KPI cibles à fixer par service pour réduire ces coûts. Cette étude se fera aux travers d'une analyse fine et poussée (corrélation) entre les différents critères proposés et les coûts environnementaux et financiers.
Au final des solutions optimales et ciblées de réduction de coûts pourront être mise en oeuvre pour réduire voir supprimer les points chauds consommateurs de ressources.
Cette approche originale permettra d'élargir le concept de coûts pour un service en incluant les composantes environnementales & financières et devra proposer des solutions pour réduire ces coûts .
Les différentes étapes de la thèse :
1. Réaliser un état de l'art de la conception de services (représentation fonctionnelle, processus, ressources mises en jeu ). (semestre 1)
2. Caractériser (architecture, flux, débits…) les services Orange et identifier les grandes catégories de services qui a priori consomment le plus de ressources. (semestre 2)
3. Proposer un modèle de représentation simplifiée de service en s'inspirant des représentations Blueprinting. (semestre 3)
4. Proposer un modèle d'évaluation des coûts (environnementaux, financier, humain...) simplifié d'un service et d'une classe de services, de manière à dégager des indicateurs de performance qui serviront de KPI (key performance indicators) à améliorer pour les années futures.. Ce modèle permettra aussi de déterminer les grands centres de coûts (environnementaux, financiers...) qui seront localisés sur la représentation blueprinting. (semestre 4)
5. Choisir un service dont on souhaite améliorer la performance environnementale et l'utiliser comme cas d'étude pour l'évaluation, la détection de postes d'amélioration pour ensuite engager un plan d'actions dit de progrès. (semestre 5 & 6)
6. Rédiger la thèse et plusieurs articles de revues.

Contrat

Thèse

mardi 17 octobre 2017

Le Groupe Orange offre des bourses d'étude

Thèse : Prédiction de routines situationnelles dans l'activité des personnes fragiles F/H

Ref : 0015881 | 20 sept. 2017
Date limite de candidature : 31 oct. 2017
28 chemin du Vieux Chene 38240 MEYLAN - France

Votre rôle:

Effectuer un travail de recherche sur la prédiction de routines situationnelles dans l'activité des personnes fragiles.
La mission et les principaux objectifs scientifiques seront précisés sous le titre "Entité".
Dans le domaine de l'intelligence ambiante, on appelle « situation » pour un individu le quadruplet (identité, localisation, date, activité). Ces situations sont routinières au fil du temps car de nombreuses situations se reproduisent régulièrement dans des ordres spécifiques. Elles peuvent être captées par des systèmes inertiels (ex: accéléromètre, gyromètre, magnétomètre). Pour favoriser le maintien à domicile des personnes dites « fragiles », l'analyse de ces routines situationnelles est devenue incontournable pour rendre toujours plus simples les services aux usagers. De plus, le volume toujours croissant de données générées par des systèmes inertiels rend délicat et laborieux l'interprétation des situations récurrentes de l'utilisateur par un agent humain ou même par l'utilisateur lui-même. Il apparait alors crucial de développer des outils de traitement automatique des données séquentielles permettant la modélisation de ces routines. Les applications utilisant des routines régulières provenant de l'actimétrie sont diverses et peuvent concerner : les services de santé publique, les transports intelligents, les services commerciaux, etc.
Ce sujet de thèse se consacrera alors à la détection, à la reconnaissance et à la prédiction de routines dans les flux de données provenant de l'activité de l'utilisateur (i.e. l'utilisateur agit avec son objet connecté, il est instrumenté [Ataya, 2013]). Analyser la nature de ces routines permet d'aider les utilisateurs à personnaliser, adapter ses services à ses besoins (ex : plasticité des interfaces [Calvary, 2007], apprentissage adaptatif [Martin, 2012], etc.). Cette problématique se place dans le cadre de l'intelligence ambiante et de la reconnaissance de motifs.
Le premier défi scientifique posé par la détection de routines est la détection de changements significatifs. Le problème de la détection de changements s'étudie classiquement par une segmentation temporelle de l'information. Sur une fenêtre d'analyse de données multimodales, quels sont les changements qui marquent le début et la fin d'une activité porteuse de sens pour l'utilisateur ? La significativité de cette détection est fondamentale pour guider l'interprétation des données lors de leur analyse. Une fois la détection de routines saillantes effectuée, le second défi consiste en l'analyse et l'interprétation de ces événements pour les reconnaitre. C'est une étape importante pour filtrer les événements récurrents qui ne sont pas porteurs de sens, mais également pour reconnaître ces routines. Les techniques de reconnaissance de routines à étudier seront celles relevant de l'itemset mining [Agrawal, 1993], sequential pattern mining [Zhao, 2003], string mining [Abouelhoda, 2010], et du deep learning [Lecun, 2012]. La prédiction des routines peut être établie par apprentissage des séquences de reconnaissance de routines. L'ordonnancement des classes de routines induit les probabilités d'apparition des routines futures à court terme [Nazerfard, 2016].
Cette thèse s'intègrera au consortium « Inertiel » avec des partenaires académiques dont le but est de concevoir et développer des briques élémentaires de gestion de données inertielles (suivi d'activité à partir de l'identification des postures, prévention de la chute, géolocalisation indoor et outdoor, position du capteur sur la personne, identification des séquences dynamiques, génération d'un indice permettant de qualifier l'autonomie d'une personne, etc.). Ces briques élémentaires permettront de modéliser les routines afin de les reconnaître et les prédire.

Mon profil

Vous avez des compétences en Apprentissage Automatique (deep learning) et en Mathématiques Appliquées. Vous êtes autonome, curieux-se, persévérant-e, motivé-e par une carrière dans le domaine de la recherche industrielle.
Dans le domaine des Mathématiques Appliquées ou de l'Informatique, vous possédez un master recherche ou êtes diplômé-e d'une école d'ingénieur pour laquelle une équivalence au master recherche est établie.
Vous avez effectué un stage ou projet de fin d'étude dans le domaine de l'apprentissage automatique (supervisé ou non-supervisé).

Le plus de l'offre

Le sujet de thèse proposé concerne le domaine de l'intelligence ambiante. Il s'agit d'un des axes de recherche majeur et en expansion dans le monde industriel et académique. Vous rejoindrez une équipe de spécialistes pluridisciplinaires à Orange Labs, près de Grenoble, sur le domaine des objets connectés. Le travail se déroulera en collaboration étroite avec Dr. Grégoire Lefebvre (Orange Labs), Dr. Stefan Duffner (LIRIS INSA Lyon) et Pr. Christophe Garcia (LIRIS INSA Lyon). Le candidat pourra valoriser sa thèse par une expérience de recherche industrielle dans le domaine en expansion de la « science des données » (data science).
Références
[Abouelhoda, 2010] Mohamed Abouelhoda and Moustafa Ghanem. String Mining in Bioinformatics. In Mohamed Medhat Gaber, editor, Scientific Data Mining and Knowledge Discovery: Principles and Foundations, pages 207-247. Springer Berlin Heidelberg, Berlin, Heidelberg, 2010.
[Agrawal, 1993]Rakesh Agrawal, Tomasz Imielinski, and Arun Swami. Mining association rules between sets of items in large databases. In Proceedings of the 1993 ACM SIGMOD interna- tional conference on Management of data, pages 207-216, Washington, D.C., 1993. ACM New York, NY, USA.
[Ataya, 2013] Ataya, A. (2013). Renforcement des méthodes de prise de décision par des a priori pour la mesure automatique de l'activité physique des personnes. Thèse de doctorat en informatique, Ecole nationale supérieure des télécommunications, Paris.
[Barralon, 2006] Barralon, N. (2006). Couplage de ressources d'interaction en informatique ambiante. Thèse de doctorat en informatique, Université Joseph Fourier, Grenoble.
[Berlemont, 2016] Berlemont, S. (2016). Automatic Non Linear Metric Learning Application to Gesture Recognition. Thèse de doctorat, INSA de Lyon. Sous la direction de Christophe Garcia, Stefan Duffner et de Grégoire Lefebvre.
[Calvary, 2007] Calvary, G. (2007). Plasticité des Interfaces Homme- Machine. Habilitation à diriger des recherches en informatique, Université Joseph Fourier, Grenoble.
[Cumin, 2018] Fouille de données de l'habitat connecté, Thèse en préparation à UGA, Sous la direction de James L Crowley, Fano Ramparany et de Grégoire Lefebvre.
[Lecun, 2012] Tapani Raiko, Harri Valpola and Yann LeCun: Deep Learning Made Easier by Linear Transformations in Perceptrons, Conference on AI and Statistics (JMLR W&CP), 22:924-932, 2012
[Martin, 2012] Martin, A. (2012). Evolution de profils multi-attributs, par apprentissage automatique et adaptatif dans un système de recommandation pour l'aide à la décision. Thèse de doctorat en informatique, Université Paul Sabatier, Toulouse.
[Moritz, 2014] Moritz, R. P. C. (2014). Routine activity extraction from local alignments in mobile phone context data. Thèse de doctorat, INSA de Rouen. Sous la direction de Michel Mainguenaud, Alexandre Pauchet et de Grégoire Lefebvre.
[Nazerfard, 2016] Ehsan Nazerfard and Diane J. Cook. 2013. Using Bayesian networks for daily activity prediction. In Proceedings of the 13th AAAI Conference on Plan, Activity, and Intent Recognition (AAAIWS'13-13). AAAI Press 32-38.
[Ordóñez, 2016] Ordóñez, F. J. et D. Roggen (2016). Deep convolutional and LSTM recurrent neural networks for multimodal wearable activity recognition. Sensors 16(1), 115.
[Zhao, 2003] Qiankun Zhao and Sourav S. Bhowmick. Sequential pattern mining: A survey. Technical Report 2003118, CAIS Nayang Technological University Singapore, 2003.

Entité

Objectif scientifique de la thèse - verrous à lever
L'objectif de cette thèse est de proposer des architectures de réseaux de neurones (deep learning) pour détecter, reconnaître et prédire des routines régulières dans les données inertielles.
Les principaux défis scientifiques concernent :
  • la définition des architectures neuronales, prenant en compte la temporalité (réseaux récurrents) et la similarité (réseaux siamois) des données à apprendre,
  • la détection fine des débuts et fins de routines (segmentation temporelle),
  • la reconnaissance des routines selon un apprentissage personnalisé,
  • la prédiction des futures routines à court terme.
Approche méthodologique-planning
Ce travail de thèse commencera par une étude approfondie de la littérature sur la valorisation des données inertielles. Un focus particulier sera fait sur les méthodes de fouille de données et d'apprentissage automatique. Ces méthodes algorithmiques seront évaluées en fonction des scenarios applicatifs choisis. Les forces et les faiblesses des méthodes existantes définiront une direction de recherche à suivre. Cette direction donnera la source à des contributions qui seront testées et validées sur des données simulées ou réelles. Finalement, ces différentes contributions et analyses permettront la rédaction du manuscrit de thèse.
Etape 1 : État de l'art des approches de fouille de données et d'apprentissage automatique (T0 - T0+6m).
  • Étude des algorithmes de clustering et de machine learning,
  • Étude de l'état de l'art de l'actimétrie et des applications de la fouille de données,
  • Identification de l'approche algorithmique à retenir.
Chaque étape donnera lieu à la rédaction d'un document de synthèse et la proposition d'une approche de résolution de problèmes de l'état de l'art.
Etape 2 : Élaboration de l'approche (T0+6 m - T0+18 m).
  • Implémentation de l'approche algorithmique retenue,
  • Conception des expérimentations (données, mesures, scénarios, etc.),
  • Modélisation du comportement des algorithmes (analytiquement, par simulation).
La conception et l'évaluation d'algorithmes pour la gestion des données inertielles donneront lieu à des brevets et des publications.
Etape 3. Évaluations (T0+18 m - T0+30m).
  • Collecte des données selon les expérimentations conçues,
  • Évaluations des performances de l'approche proposée selon les critères d'évaluations définis,
  • Ajustement des algorithmes suite aux tests,
  • Évaluation des performances d'approches de l'état de l'art à titre comparatif.
Etape 4. Rédaction (T0+30m - T0+36m).
  • Rédaction du manuscrit de thèse,
  • Préparation de la soutenance.

Contrat

Thèse

lundi 9 octobre 2017

L' Union Africaine recrute pour la Tanzanie

L' Union Africaine (UA) recrute pour la Tanzanie les postes suivants:

SENIOR LEGAL AID OFFICER


PRINCIPAL LEGAL OFFICER


- WEBMASTER






Date limite de dépôt des candidatures: 04/11/2017

Pour postuler, Cliquez ICI

NB: S'inscrire sur le site www.aucareers.org avant de postuler.