Le client
Brut est un média numérique français à diffusion internationale, pionnier du format vidéo court sur les réseaux sociaux. Pour faire évoluer sa stratégie de contenu, Brut souhaitait disposer d'outils data-driven pour mieux comprendre la performance et la nature de ses productions.
Contexte & objectifs
L'enjeu était de mettre en place un système de classification automatique de vidéos s'appuyant sur des techniques de Machine Learning supervisé et non supervisé, afin d'alimenter des analyses statistiques fines et reproductibles sur la production éditoriale.
Méthodologie
- Constitution et nettoyage d'un dataset d'entraînement représentatif
- Extraction de features audio, visuelles et textuelles (sous-titres)
- Entraînement et comparaison de plusieurs modèles (classification supervisée, clustering)
- Validation des performances via métriques standard (précision, rappel, F1-score)
- Déploiement d'un pipeline reproductible documenté
Livrables
- Modèles de classification entraînés et exploitables
- Pipeline de traitement automatisé des nouvelles vidéos
- Tableaux de bord d'analyse statistique
- Documentation technique complète et code source commenté
« L'expertise des étudiants de Sprint sur les sujets data et IA nous a permis d'industrialiser une approche que nous explorions encore manuellement. Un vrai accélérateur pour nos équipes. »