Data Scientist - Actuaire - Stages - Offre groupée - (F/H)

Description de l'offre

*

Au sein de la Direction Technique de Direct Assurance, vous aurez l’occasion de travailler au sein de l’une des équipes suivantes :

• Pôle Actuariat Auto / MRH – Prime Pure

• Pôle Prime Commerciale – Acquisition Auto / MRH

• Pôle Stratégie Commerciale – Pilotage & Optimisation

• Pôle Actuariat Auto / MRH – Réserving

Stage 1 – Data Scientist (F/H) – Approches innovantes pour la modélisation des sinistres graves

Contexte :

Au sein de l’équipe Prime Pure, vous contribuerez à la sophistication des modèles de risque. Une part majeure des risques est liée aux sinistres graves, rares et complexes à modéliser. Ce stage vous amènera à explorer des approches innovantes (transfer learning, deep learning, simulation Monte Carlo, etc.) et à intégrer les meilleures solutions dans les pipelines de production.

Missions :

• Étudier différentes approches pour la modélisation des sinistres graves
• Explorer l’apport potentiel de données externes
• Intégrer les meilleures méthodes dans les pipelines cloud (Databricks, MLFlow, CI/CD)
• Réaliser des analyses d’impact et de cohérence

Stage 2 – Data Scientist (F/H) – Modélisation avancée du risque : du nouveau client au portefeuille existant

Contexte :

Au sein de l’équipe Prime Pure, vous participerez à l’optimisation des modèles tarifaires pour améliorer la précision entre nouveaux clients et portefeuille existant, tout en maintenant leur stabilité et leur maintenabilité.

Missions :

• Développer un POC pour tester différentes architectures de modèles selon les cas d’usage
• Réaliser une étude comparative des approches
• Mettre en œuvre des techniques avancées de feature engineering
• Intégrer les modèles dans les pipelines de production
• Réaliser des analyses d’impact

Stage 3, 4, 5 – Data Scientist (F/H) – Prime commerciale auto AN

Contexte :

Au sein du pôle Prime Commerciale – Acquisition Auto, vous participerez à des projets data à fort impact business.

Missions :

• Développer des modèles de classification, d’élasticité et de prédiction des prix concurrents
• Travailler sur la modélisation de la valeur client et le comportement de conversion
• Industrialiser les modèles avec MLFlow et CI/CD
• Monitorer les performances et le drift des modèles
• Créer des dashboards d’analyse

Stage 6– Data Scientist (F/H) – Algorithme de recommandation des formules d’assurance

Contexte :

Vous contribuerez à la refonte de l’algorithme de recommandation des formules et options, afin d’aider les clients à choisir la couverture la plus adaptée à leurs besoins.

Missions :

• Analyser le modèle actuel et ses performances
• Créer une base de données client-formule
• Mettre en place un nouvel algorithme de recommandation en Machine Learning
• Simplifier les résultats en règles interprétables
• Mesurer l’impact sur la conversion et la rentabilité

Stage 7 – Data Scientist (F/H) – Fonction de valeur sur YouDrive

Contexte :

Vous travaillerez sur YouDrive, l’assurance auto connectée de Direct Assurance, afin de développer une fonction de valeur combinant conversion, rentabilité et sinistralité.

Missions :

• Analyser le produit YouDrive et ses données
• Créer une base de données pour la modélisation
• Développer une fonction de valeur via Machine Learning
• Simplifier les résultats en règles techniques
• Mesurer l’impact du modèle sur la performance business

Stage 8 – Actuaire / Data Scientist (F/H) – Modélisation de sinistres prématurés post-souscription

Contexte :

Vous développerez un modèle prédictif pour estimer la probabilité de sinistre dans les 3 mois suivant la souscription, dans un objectif de lutte contre la fraude.

Missions :

• Construire une base de données en Python/Spark
• Développer un algorithme de score de probabilité de sinistre
• Réduire le taux de faux positifs
• Identifier les populations à cibler pour l’examen visuel des véhicules

Stage 9– Actuaire / Data Scientist (F/H) – R&D ML/DL appliqué aux séries temporelles

Contexte :

Au sein de l’équipe Réserving, vous travaillerez sur la prédiction de la sinistralité ultime via des modèles ML/DL appliqués aux séries temporelles, pour renforcer la robustesse et l’explicabilité des estimations.

Missions :

• Développer et benchmarker des modèles (Gradient Boosting, LSTM, TFT, etc.)
• Mettre en place le suivi du cycle de vie via MLflow
• Analyser et documenter les modèles développés

• Participer à la mise en production

  Vous pouvez candidater à une ou plusieurs de ces offres : nous étudierons ensuite le meilleur fit entre votre choix et ceux des managers.

  #Join

Profil recherché

Qualifications :

Profil recherché pour tous les stages :

Formation : Étudiant(e) en dernière année d'une école d'ingénieur ou ayant suivi une formation en Data Science, Actuariat, Statistique ou Économie.

Compétences techniques :

·  Bonnes connaissances en probabilités, statistiques et Machine Learning.
·  Maîtrise de la programmation en Python, SQL, et outils connexes (R, Spark selon les stages).
·  Connaissance des bonnes pratiques de développement logiciel et des outils MLOps (Git, CI/CD, MLFlow).

Compétences personnelles :

·  Autonomie, rigueur, et force de proposition.
·  Goût pour le travail en équipe, avec un bon sens de la communication.
· 
Motivation et implication dans un environnement dynamique et innovant

Le poste est basé à Suresnes à proximité de la Défense (92)