Data scientist confirmé – réseaux, exposition et audit des plateformes

Il y a 2 jours

Paris, Île-de-France Arcom Temps plein 65 000 € - 90 000 € Contrat
  • 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.