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.
-Traduire les questions de régulation en problèmes expérimentaux, sur contenus audiovisuels et numériques.
-Concevoir des plans d'expérience et mobiliser l'inférence causale pour estimer l'effet d'un système ou d'une intervention.
-Mesurer circulation, diffusion et exposition : bulles de filtre, effets des recommandations.
-Caractériser comportements coordonnés, harcèlement organisé et écosystèmes d'influenceurs à partir de signaux combinés.
-Construire et itérer les modèles de réseaux, clustering, anomalies et similarité, avec deux doctorants sur les réseaux.
-Apporter les méthodes au pôle audiences et aux demandes des directions : indicateurs, parité, évaluation de chaînes automatiques.
-Exploiter les données accessibles (transparence, DSA, API, partenaires) ; rédiger et présenter les résultats avec les laboratoires partenaires.
-Doctorat, ENS, école d'ingénieurs ou master quantitatif avec trois à cinq ans d'expérience (data scientist confirmé·e).
-Science des données, statistique, économétrie, informatique, physique appliquée, réseaux ou sciences sociales computationnelles.
-Python, SQL et écosystème ML moderne ; PyTorch, Hugging Face, pratique concrète des LLM et de l'IA générative.
-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.
-Conception d'expériences et pratique de l'inférence causale.
-Analyse de graphes ou de réseaux : construction, communautés, centralités, diffusion, réseaux temporels selon les cas.
-Clustering, détection d'anomalies, similarité ; data science générale : exploration, classification, modélisation, visualisation.
-Code lisible, versionné, reproductible ; savoir expliquer signal, corrélation et conclusion démontrée ; anglais professionnel.
-Autonomie dans les itérations, l’exécution, le partage de résultats
-Recommandation, comportements coordonnés, intégrité de l'information, données de plateformes ou d'exposition seraient un plus.