Les orchestrateurs de conteneurs comme Kubernetes doivent optimiser placement et migration sous contraintes hétérogènes (coût, énergie, latence). Nous proposons un modèle MILP modulaire pour formaliser ces problématiques, combinant une structure temporelle et des briques d'orchestration (affinités, scalabilité, latence, etc.), exprimées comme des contraintes linéaires. Ce cadre unifié permet d'analyser la complexité selon les briques activées, d'identifier des sous-problèmes tractables, et de rapprocher les heuristiques industrielles (ex: Kubernetes) des formulations exactes. Notre approche facilite l'intégration de critères QoS/QoE et ouvre des perspectives pour l'optimisation multi-objectif et la décomposition de problèmes à grande échelle.