Nous sommes un leader de l'innovation technologique B2B, pionnier des réseaux qui détectent, analysent et agissent™.

Chez Nokia, nous créons des technologies qui permettent au monde d'agir ensemble. Nous synchronisons les personnes, les machines et les appareils du monde entier pour bâtir un avenir plus durable, productif et accessible.

Votre carrière chez nous aura un impact positif sur la vie des gens et nous aidera à développer les compétences nécessaires à un monde plus productif, durable et inclusif.

Le business group Infrastructure Mobile se focalise actuellement sur la 5G et les techno radios combinées (appelé Single RAN – Radio Access Network, SRAN en abrégé) qui intègre le GSM (2G), WCDMA (3G) et LTE (4G) et bien sur la 5G.
La 6G est la prochaine étape avec un focus sur AI/ML dans la 5G Advanced puis la 6G.

Le centre de Paris Saclay (situé à Nozay & Massy , sud de Paris dans l’Essonne) accueille entre autres des employés qui ont une fonction de support pour les nouveaux produits (NPI : New Product Introduction).

Le métier de l’équipe CIS (Customer Intervention & Support): support produit SRAN et Cloud RAN

Ce métier consiste à traiter les incidents et anomalies trouvés durant les phases de tests (avancés : trials) ou pilotes (acceptance du produit pour les équipes de ventes Nokia, ou acceptance par le client). Les ingénieurs support travaillent avec la R&D Nokia (multi site : France, Pologne, Finlande, Chine, Portugal, USA) et en aval avec les équipes de test et acceptance.

Le travail d’investigation des problèmes clients consiste à analyser les scenarii de fonctionnement vis-à-vis du problème, isoler le fonctionnement invalide (et le justifier grâce aux spécifications produit et connaissances), analyser les traces internes et isoler le composant SW fautif et si possible le bug lui-même.

Il implique donc une bonne liaison avec les R&D, mais aussi avec les équipes terrains qui doivent fournir les informations, traces et contexte du problème.

Les membres de l’équipe ont un profile à la fois télécom et informatique : les produits sont basés sur des plateformes Linux, Cloud (Linux Open Stack, Red Hat) et du HW propriétaire ou OEM (HP .. ).

L’équipe a donc à sa disposition des plateformes de test, afin de reproduire des problèmes, comprendre un fonctionnement normal, apprendre le produit lui-même ou valider des tests qui seront exécutés plus tard par les équipes terrain ou le client lui-même.

• Informatique : langages Python, javascript, APIs/macro Excell (extraction)
• Systèmes : IP, serveurs Linux, Apache
• Machine Learning: Py Torch, bonne connaissance de scikit-learn, open-source pour causal inference et LLMs
• Télécoms : notions d’accès radio 4G, 5G
• Anglais : être à l’aise est nécessaire, mais il n’est pas nécessaire d’être bilingue
• Travail d’équipe , ouverture d'ésprit et sociabilité

Le besoin: outils d’automatisation du traitement des problèmes et des traces, ainsi que la collecte de traces

Les tickets clients contiennent des informations et des traces qui sont analysées de manière manuelle par les ingénieurs de support de l’équipe.
Avec les techniques IA et ML, il est possible de rendre automatique une partie de la collecte des données (logs, données de performances, alarmes, ...) et surtout la pré analyse de ces données disparates, avec des formats différents (texte, CCSV, ..)

Cette pré analyse peut être :

• Trouver des patterns, points communs dans les données, suivant leur usage (performance, logging, alarmes ...)
• Bâtir un modèle à partir de données existantes (fautes connues, traces connues, logs)
• Comparer les données pré analysées avec ce modèle

Ce qui sera demandé :

• Étude du produit actuel (station de base – BTS) et son fonctionnement de traces et monitoring de performance et alarmes
• Étude avec les experts de la collecte des données d’analyse de problème : comment cela est fait actuellement par l’OAM, la station de base en interne.
• Modélisation des traces et données : études de l’existant et comment bâtir un modèle qui aide à la pré analyse.
• Étude du besoin : interview des experts et de leurs attentes
• Spécifier (use cases et architecture flexible, revue en mode collectif)
• Coder les outils ou compléter les outils actuels (Python)