Les contrats WHOLESALE FTTH sont particulièrement complexes à contractualiser, à opérationnaliser et à certifier (nombreux opérateurs d’infrastructure, nombreuses offres tarifaires, nombreux indicateurs de performances avec de nouvelles pénalités règlementaires et juridiques à appréhender …).

La mission proposée est une mission orientée “ Economie des réseaux & Analyse des données ” qui contribuera à mettre en place les méthodes et les outils pour appréhender les achats des réseaux FTTH et notamment les modèles d’investissements des réseaux (modèle de coût FTTH, Trade-off CAPEX versus OPEX).
La direction dispose d’un socle de données (outil Power BI : base tarifaire, modèle de simulation des achats d’investissement des réseaux) que nous souhaitons enrichir (simulation avec les modèles de coût ARCEP).

A partir de la base POWER BI existante pour piloter les achats FTTH sur Opérateurs Tiers d’Infrastructures (opérateur de réseaux Fibre sur portions de territoire français),

il s’agira de :
1-    contribuer à l’analyse des données du marché et améliorer les outils d’aide à la décision (exemple : mesures de parc de logements adressables / raccordables/commercialisables/déployés sur les différents réseaux tiers à l’achat, évolution du taux de pénétration des clients FTTH, comparaison taux de cofinancement des zones FTTH à financer avec les % pénétration FTTH etc…). En effet, la phase de déploiement réseau actuelle est une phase d’intensification de la concurrence entre opérateurs commerciaux (SFR/Orange/Free/Bouygues) sous l’échéance de la fermeture du réseau Cuivre en 2030. Par exemple : maximiser les achats à moindre coût - cofinancer et/ou louer les accès réseaux - au bon moment et au bon niveau sous des contraintes budgétaires et des prévisions de part de marché),
2-    enrichir nos modèles de coût des réseaux (s’appuyer sur les modélisation de l’ARCEP, et sur les approches économétriques ; par exemple du type Yield Management),
3-    Implémenter le modèle d’aide à la décision.

Grande Ecole d’ingénieur (dernière année)
Analyse de données et si possible intérêt pour l’économétrie,
Utilisation des outils de Big Data comme Power-BI
Démarche Qualité,
Savoir structurer l’information,
Forte motivation, autonomie, communication
Envie de challenge et de participer au collectif d’équipe