Alternance Référent Indicateurs de Charge et des Modèles de Trafic du Coeur de Réseau H/F Bouygues Telecom

Si pour vous être alternant c'est intégrer une équipe qui vous fait confiance, on est fait pour être ensemble. 💙
Rejoignez la Direction Technique (DTE) de Bouygues Telecom, qui conçoit, déploie et fait évoluer l'un des réseaux les plus performants du marché grâce à des solutions toujours plus innovantes et évolutives.

Vous intégrerez le département Coeur de Réseau & Services, au sein d'une équipe experte et engagée, dans un environnement bienveillant qui vous permettra de monter en compétence sur des sujets techniques avancés.

Ce que l'on vous propose :

* Une immersion au coeur d'un département stratégique du réseau Bouygues Telecom;
* Une alternance portée sur un sujet essentiel : la mise en place et le suivi des indicateurs de charge et des modèles de trafic du coeur de réseau voix;
* Un rôle où vous combinerez télécom, data, machine learning et interactions transverses;
* Un accompagnement de proximité pour vous permettre de progresser techniquement et méthodologiquement.



Ce que vous ferez au quotidien :

Vous serez un renfort clé de l'équipe pour faire évoluer et optimiser les indicateurs (KPI) liés au coeur de réseau. Vos missions comprendront :

* Identifier et prioriser les indicateurs du Call Model avec les référents de chaque équipement du coeur de réseau;
* Contribuer à l'évolution des outils internes de collecte de données, notamment via la mise en oeuvre de l'outillage sur Elisa Polystar;
* Échanger avec nos fournisseurs et équipementiers télécoms pour résoudre les problématiques identifiées;
* Implémenter les KPI et les formules de calcul du Call Model dans nos outils;
* Collaborer au quotidien avec d'autres équipes comme la DSI/Réseau;
* Participer aux réunions de reporting et au suivi mensuel de la capacité des équipements (Comité du département);
* Concevoir et développer des modèles de Machine Learning (notamment avec scikit-learn) pour analyser et prédire la charge et le trafic réseau;
* Mettre en oeuvre des algorithmes de détection d'anomalies et de prévision de la demande;
* Évaluer la performance des modèles et proposer des améliorations continues;
* Explorer de nouvelles approches basées sur le Big Data et l'Intelligence Artificielle pour optimiser le coeur de réseau.