Leader des études médias, Médiamétrie observe, mesure et analyse les comportements du public et les tendances du marché. Face à l’évolution rapide des usages numériques et des nouveaux modes de consommation des médias, Médiamétrie fait évoluer en permanence ses dispositifs de mesure d’audience.

Contexte du stage

La Direction Data Science (DDS) met en œuvre des approches d’apprentissage statistique pour enrichir les dispositifs de mesure et d’analyse d’audience.
Dans ce cadre, le pôle DDS Mesures Automatiques explore l’usage de méthodes de génération de données synthétiques pour compléter les données issues des panels TV et Radio, tout en maîtrisant les coûts et en garantissant la représentativité des mesures.

L’objectif du stage est de concevoir un prototype fonctionnel permettant de générer des données de visionnage et d’écoute synthétiques, cohérentes avec les distributions observées dans les panels, selon plusieurs critères : socio-démographiques, thématiques de chaînes et stations et temporalité.

Vous évoluerez dans un environnement stimulant au sein d’une direction en pleine évolution autour des enjeux IA et mesure d’audience.

Missions principales

Encadré(e) par un Data Scientist expérimenté, vous interviendrez sur l’ensemble des étapes du projet :

• Compréhension du fonctionnement et des spécificités des mesures d’audience TV et radio ;

• Analyse exploratoire et préparation des données panélistes ;

• Revue et comparaison des approches existantes de génération de données synthétiques ;

• Conception, développement et test d’un prototype de génération d’individus et de leurs audiences ;

• Évaluation statistique de la cohérence et de la robustesse des résultats ;

• Présentation et vulgarisation des conclusions au sein de la Direction Data Science.

• Étudiant(e) en dernière année d’école d’ingénieurs ou de master en Statistiques / Data Science / Mathématiques appliquées ;

• Bonnes connaissances en statistiques et en traitement de données ;

• Maîtrise de base de Python (pandas, scikit-learn, numpy) et intérêt pour les outils open source ;

• Curiosité pour les problématiques de mesure d’audience et pour les applications concrètes de la data science ;

• Esprit d’analyse, rigueur méthodologique et capacité à présenter des résultats de manière claire et structurée.