Stage Développement Informatique Co-Raman F/H

L'entreprise

We connect the word,

We connect People.

Avec plus de 700 000 km de systèmes sous-marin optiques déployés dans le monde, chez Alcatel Submarine Networks, carrière rime avec aventure, et quotidien avec innovation. Grâce à la synergie de nos équipes, nous concevons des solutions innovantes de haute technologie et développons des savoir-faire d’exception. Nous rejoindre c’est faire partie d’un collectif, nous rejoindre c’est connecter le monde avec nous ! Alors, êtes-vous prêt pour l’aventure ?

Description du poste

Au sein d’ASN, vous rejoignez l’équipe "Terrestrial System Design" en charge de la définition des règles d’ingénierie pour la ligne de produit 1830, systèmes de transmission terrestres de Nokia (1830 PSS - systèmes répétés et 1830 LX - systèmes non répétés). Cette activité implique la production de modèles de prédiction de la performance via une approche théorique et expérimentale.
Une des missions de l’équipe est de fournir aux équipes de ligne produit les outils logiciels requis pour la conception et le dimensionnement des réseaux WDM.

L’équipe «Terrestrial System Design » a développé un outil ML4LX, qui représente un jumeau numérique d’une ligné non répétée, destiné à concevoir les designs des lignes non-répétées [1]. Les lignes non répétées utilisent différentes possibilités pour amplifier un signal optique, mais sans besoin de recourir à amplification par les éléments actifs électriques : amplifications Co Raman, amplification Contra Raman, amplification à travers ROPA (Remote Optically Pumped Amplifier) [2]. L’outil ML4LX a dans sa capacité d’émuler une ligne qui consiste de ROPA et amplification Contra Raman. Il serait souhaitable d’augmenter les capacités de ML4LX en intégrant à l’outil la possibilité d’émuler l’amplification Co Raman, en combination avec (ou sans) amplification Contra Raman.

Le stage de 4-6 mois que nous proposons a pour objectifs principaux :

• Caractérisation de l’amplification Co-Raman sur différentes fibres optiques
• Caractérisation de l’amplification Contra-Raman sur différentes fibres optiques
• Conception d’un modèle Machine Learning de l’amplification Co-Raman
• La fusion des deux modèles ML de Co et Contra Raman pour concevoir un jumeau numérique

Profil recherché

Qualifications souhaitées :

• Connaissances sur langage de programmation Python
• Connaissances surles méthodes de Machine Learning (sklearn, pytroch, numpy)
• Connaissances sur les méthodes amplification optiques

Réf: cb5fb462-092f-49d9-913a-63856b18b7f3