Data Scientist - Actuaire - Stages - Offre Groupée H/F

Description de l'offre

Description

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 oeuvre des techniques avancées de feature engineering - Intégrer les modèles dans les pipelines de production - Réaliser des analyses d'impact Stage 3, 4 - 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 5- 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 6 - 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 7 - 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 8 - 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. #JoinUs

Date de début

28 oct., 2025

Profil

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)

Fonction

Informatique_syst_info

Formation

RJ/Qualif/Ingenieur_B5

Secteur

Banq_assur_finan