Data Scientist - Actuaire - Stage H/F - Direct assurance Suresnes - 92
- Bac +5
- Banque • Assurance • Finance
- Exp. - 1 an
- Exp. 1 à 7 ans
- Exp. + 7 ans
Au sein de la Direction Technique de Direct Assurance, vous aurez l'occasion de travailler au sein d'une des équipes suivantes :
- Le pôle IT Pricing
- Le pôle Commercial Auto/ MRH
- Le pôle prime commerciale Auto/MRH
- Le pôle de la stratégie commerciale
Vous aurez l'occasion de pouvoir travailler sur un des sujets suivants :
Stage 3 - Actuaire / Data Scientist (F/H) - Modélisation d'un score de changement de véhicule
Au sein de la Direction Technique, vous participerez à la création d'un modèle pour prédire la probabilité de changement de véhicule chez nos clients. Ce modèle vise à identifier les clients susceptibles de changer de véhicule afin de leur proposer la meilleure offre avant qu'ils ne résilient.
- Construire une base de données en Python/Spark pour modéliser le changement de véhicule.
- Développer un algorithme de score de probabilité de changement de véhicule
- Identifier les segments de clients qui changent de véhicule et proposer des actions pour prévenir le churn.
Stage 5 - Actuaire / Data Scientist (F/H) - Amélioration de l'explicabilité des modèles de risque automobile
Au sein de la Direction Technique, vous rejoindrez l'équipe Prime Pure pour travailler sur l'amélioration de l'explicabilité des modèles de Machine Learning utilisés pour la tarification des produits d'assurance. L'objectif est de garantir que les prédictions des modèles sont justes et alignées avec nos stratégies commerciales.
- Mettre en place des techniques d'interprétation des modèles de risque tels que LIME, SHAP, ou Anchor.
- Implémenter des techniques d'estimation de l'incertitude des modèles, telles que la prédiction conforme ou par quartiles.
- Développer et tester des méthodes de surveillance du drift et détection de la perte de performance du modèle dans un segment ou de manière générale.
- Créer un outil permettant d'appliquer facilement les méthodes retenues à l'ensemble de nos modèles.
Stage 6 - Data Scientist (F/H) - Etude de la sensibilité au prix avec du Machine Learning
Sur le marché de l'assurance en ligne, très concurrentiel et dynamique, la tarification est clé pour acquérir les clients. L'affluence de nouvelles données ainsi que les innovations en optimisation tarifaire sont au coeur de la stratégie de l'entreprise. Il est essentiel d'attribuer le tarif optimal pour chaque client pour assurer à la fois des objectifs de rentabilité et de croissance.
L'objectif de ce stage est de modéliser la conversion des clients en fonction de leur profil et du prix proposé.
- Modéliser la conversion des clients en fonction de leur profil et du prix proposé.
- Développer des algorithmes pour améliorer les métriques d'évaluation de la performance des tarifs.
- Optimiser les prix pour atteindre des objectifs de rentabilité tout en améliorant la croissance des clients.
Stage 8 - Actuaire / Data Scientist (F/H) - Modélisation de la résiliation et optimisation tarifaire
Au sein de l'équipe d'optimisation tarifaire, vous participerez à la modélisation de la résiliation des clients et à l'optimisation des tarifs pour améliorer la fidélisation.
- Analyser la sensibilité des clients au prix pour mieux comprendre leur comportement et ajuster les tarifs.
- Implémenter des modèles de machine Learning pour estimer la sensibilité au prix.
- Intégrer ces modèles dans le processus d'optimisation tarifaire pour améliorer la rétention des clients.
Stage 9- Actuaire / Data Scientist (F/H) - Modélisation de la résiliation et optimisation tarifaire
Contexte :
Au sein de la Direction Technique de Direct Assurance et de l'équipe chargée de la tarification du produit Multirisques Habitation. Le/La stagiaire travaillera sur des missions liées à la modélisation de la conversion des prospects Ce modèle a pour objectif d'estimer la probabilité qu'un prospect souscrive à une offre après avoir consulté un devis.
Missions :
- Mise en place d'une base de données propre et fiable sur laquelle la modélisation sera effectuée
- Création d'un modèle de Machine Learning pour prédire l'élasticité au tarif des prospects en utilisant des principes d'inférence causale.
- Création d'une pipeline de réentraînement automatique du modèle pour le maintenir à jour.
- Feature engineering des variables tarifaires internes.
Le poste est basé à Suresnes (92) à proximité de la Défense
- Le pôle IT Pricing
- Le pôle Commercial Auto/ MRH
- Le pôle prime commerciale Auto/MRH
- Le pôle de la stratégie commerciale
Vous aurez l'occasion de pouvoir travailler sur un des sujets suivants :
Stage 3 - Actuaire / Data Scientist (F/H) - Modélisation d'un score de changement de véhicule
Au sein de la Direction Technique, vous participerez à la création d'un modèle pour prédire la probabilité de changement de véhicule chez nos clients. Ce modèle vise à identifier les clients susceptibles de changer de véhicule afin de leur proposer la meilleure offre avant qu'ils ne résilient.
- Construire une base de données en Python/Spark pour modéliser le changement de véhicule.
- Développer un algorithme de score de probabilité de changement de véhicule
- Identifier les segments de clients qui changent de véhicule et proposer des actions pour prévenir le churn.
Stage 5 - Actuaire / Data Scientist (F/H) - Amélioration de l'explicabilité des modèles de risque automobile
Au sein de la Direction Technique, vous rejoindrez l'équipe Prime Pure pour travailler sur l'amélioration de l'explicabilité des modèles de Machine Learning utilisés pour la tarification des produits d'assurance. L'objectif est de garantir que les prédictions des modèles sont justes et alignées avec nos stratégies commerciales.
- Mettre en place des techniques d'interprétation des modèles de risque tels que LIME, SHAP, ou Anchor.
- Implémenter des techniques d'estimation de l'incertitude des modèles, telles que la prédiction conforme ou par quartiles.
- Développer et tester des méthodes de surveillance du drift et détection de la perte de performance du modèle dans un segment ou de manière générale.
- Créer un outil permettant d'appliquer facilement les méthodes retenues à l'ensemble de nos modèles.
Stage 6 - Data Scientist (F/H) - Etude de la sensibilité au prix avec du Machine Learning
Sur le marché de l'assurance en ligne, très concurrentiel et dynamique, la tarification est clé pour acquérir les clients. L'affluence de nouvelles données ainsi que les innovations en optimisation tarifaire sont au coeur de la stratégie de l'entreprise. Il est essentiel d'attribuer le tarif optimal pour chaque client pour assurer à la fois des objectifs de rentabilité et de croissance.
L'objectif de ce stage est de modéliser la conversion des clients en fonction de leur profil et du prix proposé.
- Modéliser la conversion des clients en fonction de leur profil et du prix proposé.
- Développer des algorithmes pour améliorer les métriques d'évaluation de la performance des tarifs.
- Optimiser les prix pour atteindre des objectifs de rentabilité tout en améliorant la croissance des clients.
Stage 8 - Actuaire / Data Scientist (F/H) - Modélisation de la résiliation et optimisation tarifaire
Au sein de l'équipe d'optimisation tarifaire, vous participerez à la modélisation de la résiliation des clients et à l'optimisation des tarifs pour améliorer la fidélisation.
- Analyser la sensibilité des clients au prix pour mieux comprendre leur comportement et ajuster les tarifs.
- Implémenter des modèles de machine Learning pour estimer la sensibilité au prix.
- Intégrer ces modèles dans le processus d'optimisation tarifaire pour améliorer la rétention des clients.
Stage 9- Actuaire / Data Scientist (F/H) - Modélisation de la résiliation et optimisation tarifaire
Contexte :
Au sein de la Direction Technique de Direct Assurance et de l'équipe chargée de la tarification du produit Multirisques Habitation. Le/La stagiaire travaillera sur des missions liées à la modélisation de la conversion des prospects Ce modèle a pour objectif d'estimer la probabilité qu'un prospect souscrive à une offre après avoir consulté un devis.
Missions :
- Mise en place d'une base de données propre et fiable sur laquelle la modélisation sera effectuée
- Création d'un modèle de Machine Learning pour prédire l'élasticité au tarif des prospects en utilisant des principes d'inférence causale.
- Création d'une pipeline de réentraînement automatique du modèle pour le maintenir à jour.
- Feature engineering des variables tarifaires internes.
Le poste est basé à Suresnes (92) à proximité de la Défense
tu es intéressé par
Recommandé pour vous
- > Finance
- > Social
- > Service
- > Achat
- > Qualité
- > Culture
- > Grand Est
- > Marketing
- > Auvergne-Rhône-Alpes
- > Ressources Humaines
- > Juridique
- > Occitanie
- > Beauté
- > Corse
- > Graphisme
- > Nautisme
- > Agricole
- > Outre Mer
- > Tourisme
- > Bretagne
- > Bourgogne-Franche-Comté
- > Agroalimentaire
- > Audiovisuel
- > Recherche
- > Production
- > Île-de-France
- > Ferroviaire
- > Logistique
- > Vente
- > Centre-Val de Loire
- > Secrétariat
- > Sécurité
- > Enseignement
- > Electronique
- > Gestion
- > Distribution
- > Direction
- > Comptabilité
- > Audit
- > Hospitalier
- > Service Public
- > Assurance
- > Communication
- > Nouvelle-Aquitaine
- > Biotechnologie
- > Restauration
- > Formation
- > Nettoyage
- > Banque
- > Aeronautique
- > Normandie
- > Edition
- > Ingénierie
- > Telecom
- > Chimie
- > Artisanat
- > Immobilier
- > Environnement
- > Santé
- > Administratif
- > Informatique
- > Pub
- > Automobile
- > Architecture
- > Industrie
- > Transport
- > BTP
- > Hotellerie
- > Pays de la Loire
- > Hauts-de-France
- > Défense
- > Commerce
- > SAV
- > Provence-Alpes-Côte d'Azur