L'Arcom, une autorité publique indépendante
Garante des libertés de communication et d’expression dans les espaces audiovisuels et numériques, l’Arcom a notamment pour mission de veiller au respect des obligations des médias audiovisuels et des plateformes en ligne, de garantir le pluralisme des médias audiovisuels d’information et l’indépendance de l’audiovisuel public, de veiller aux équilibres économiques du secteur audiovisuel, de soutenir la création et de protéger la propriété intellectuelle.
Retrouvez notre action sur arcom.fr
La direction des études, de l'économie, et de la prospective conduit des missions sur tous les domaines d'intervention de l'Autorité. Elle compte une vingtaine de collaborateurs. Le département Données et technologies pilote, entre autres, les travaux de data science et d'analyse de données, ainsi que différents projets liés à l'intelligence artificielle. Il regroupe 10 agents qui développent les outils de la régulation de l'audiovisuel et du numérique, notamment en vue des élections à venir.
-Partager les responsabilités méthodologiques et techniques de nos dispositifs d'analyse à grande échelle des corpus audiovisuels.
-Traduire les questions de régulation en problèmes expérimentaux, sur contenus audiovisuels et numériques.
-Concevoir en autonomie les jeux de référence, campagnes d'annotation et protocoles qui rendent une mesure opposable.
-Conduire les itérations de modélisation : LLM, VLM, classifieurs de discours, chaînes hybrides, sur texte, son et image.
-Décider, par l'analyse d'erreurs, ce qu'une mesure automatique permet de conclure et avec quelle incertitude.
-Faire de la veille sur l’état de l’art technique et méthodologique pour le département, en collaboration avec ses doctorants co-encadrés.
-Rédiger et présenter les résultats : rapports, articles, séminaires avec les laboratoires partenaires.
-Doctorat suivi d'un à quatre ans d'expérience, ENS, école d'ingénieurs ou master recherche avec quatre à six ans de R&D comparable.
-Recherche appliquée démontrée en machine learning, TAL, signal, vision, physique ou sciences sociales computationnelles.
-Python et écosystème ML moderne ; PyTorch, Hugging Face, pratique concrète des LLM et de l'IA générative.
-Méthodes d'évaluation : benchmarks, jeux de référence, annotation humaine, accord inter-annotateurs, robustesse, reproductibilité.
-Expérience concrète d'au moins une modalité non textuelle (audio, image, vidéo) ; raisonnement sur les systèmes multimodaux.
-Capacité à construire une expérience distinguant performance apparente, généralisation et validité d'une mesure.
-Pratique effective du code ; goût de la transmission ; écriture et présentation de résultats avec leurs limites ; anglais.
-Argument mining, mesure computationnelle des médias ou provenance des contenus synthétiques seraient un plus.
-Maîtrise des outils algébriques et statistiques, ainsi que du formalisme nécessaire à la lecture d’articles à l’état de l’art en ML et genAI.