L’objectif du stage est de qualifier la pertinence des données de traces individuelles de mobilité pour l’évaluation des effets sur le trafic routier, les temps de parcours et les vitesses, des mesures liées à la Ville 30. Il s’agira de :
Caractériser les jeux de données disponibles (sources, granularité, couverture spatiale et temporelle, biais potentiels).
Développer des indicateurs de qualité pour évaluer la fiabilité et la représentativité des traces (ex. : taux de couverture, continuité des trajectoires, cohérence des itinéraires avec les infrastructures).
Proposer des méthodes de traitement pour corriger ou pondérer les biais (ex. : filtrage des trajectoires aberrantes, imputation de données manquantes).
Analyser des cas d’usage concrets : comparaison des comportements avant/après la mise en place de la ville 30.
Le/la stagiaire développera une démarche méthodologique pour évaluer, comparer et qualifier plusieurs sources de données selon des critères de :
Représentativité des populations et des modes observés,
Finesse d’analyse selon l’agrégation spatiale et temporelle des traces,
Coût d’acquisition des données,
Reproductibilité des analyses.
Le résultat attendu est un rapport méthodologique concluant sur la pertinence et les limites de l’usage de ces données pour l’évaluation de la Ville 30.
Les résultats du stage contribueront :
À l’élaboration de recommandations du Cerema pour l’utilisation des données de traces individuelles de déplacement dans l’évaluation des politiques de mobilité.
À la préparation de publications ou de communications (ex. : Congrès ATEC-ITS, ateliers métiers du Cerema).
À la consolidation de partenariats techniques avec des acteurs publics et privés du domaine des données de mobilité.
Étudiant·e en Master 1 ou deuxième année d’école d’ingénieur, avec une spécialisation en Data Science et statistiques. Un intérêt pour les questions de mobilités serait un plus.
Compétences techniques attendues :
Bonne maîtrise d’un langage de programmation et des librairies associées : Python (Pandas, NumPy, GeoPandas, Jupyter, Matplotlib/Plotly) ou R.
Maitrise des méthodes d’analyse statistique et de traitement de données spatio-temporelles.
Connaissance des outils SIG (QGIS, Kepler.gl) appréciée.
Qualités personnelles :
Rigueur et esprit critique pour l’analyse de données complexes.
Qualités rédactionnelles et capacité de synthèse.
Aisance dans la restitution orale de travaux techniques.
Curiosité pour les enjeux de mobilités.
Durée du stage : de 3 à 4 mois (premier semestre 2026).
Conditions de gratification : les indemnités de stage seront établies selon les barèmes en vigueur.
Envoyez CV, lettre de motivation
Date limite d’envoi des candidatures : 31/01/2026