Dans la dernière décennie, le Software Defined Networking [1] a permis de mieux découpler les plans de contrôle et de données. Du côté du système, les principales avancées pour le plan de contrôle ont été la puissance de calcul, la virtualisation du réseau, la programmabilité du plan de données, l’intégration accélérateurs d'Intelligence Artificielle (IA). Toutes innovations visent à plus d'agilité et d'intelligence à l'intérieur des réseaux. La vision à long terme est celle de réseaux autonomes où l'automatisation et l'intelligence sont deux ingrédients essentiels. Dans le cadre de cette thèse, nous nous intéressons aux réseaux partiellement observables. Nous allons concevoir de nouveaux algorithmes sûrs et interprétables pour l'ingénierie du trafic auto-adaptable, des algorithmes de planification automatique pour des environnements partiellement observables et contrôlables. Ces méthodes trouvent des cas d'utilisation dans le SD-WAN (Software-Defined Wide Area Networks), où les équipements présents sur des sites distants doivent fonctionner en collaboration au-dessus de réseaux d'interconnexion partiellement observables. Le but ultime est d’optimiser la qualité de service (QoS) et la Qualité d’Expérience (QoE) de l’utilisateur final.