Le pôle Data Science et modélisation de la DETD de Groupama Assurances Mutuelles recrute un Data Scientist spécialisé en IA et Machine Learning dans le secteur de l'assurance
Au sein d'une petite équipe d'actuaires et de data scientists, vous jouerez un rôle clés dans l'application du machine learning et des techniques d'intelligence artificielle autour d'enjeux stratégiques pour Groupama .

Dans ce cadre, vous serez responsabilisé sur les missions suivantes :

• Analyser et comprendre les besoins métiers : collaborer avec les équipes opérationnelles pour comprendre leurs enjeux, formuler les problématiques et identifier les leviers IA/Machine Learning.
• Concevoir des prototypes : illustrer et démontrer l'usage et la valeur d'un business case
• Assurer la mise en production : collaborer avec les équipes métiers et IT pour (mise en place de pipelines de données, automatisation des processus) et documenter le travail réalisé afin de faciliter son déploiement en production.
• Renforcer la maitrise des risques climatiques majeurs : analyse prédictive de la sinistralité (inondations, tempêtes, grêle, incendie, sécheresse).
• Optimiser la tarification : enrichir nos méthodes grâce à de nouvelles sources de données et de modélisation dynamique du risque.
• Améliorer l'efficacité opérationnelle : outils d'aide à la décision pour la lutte contre la fraude, l'optimisation des processus et cibler les efforts de prévention

Issu d'une formation supérieure, (actuariat, master en mathématiques appliquées ou équivalent), vous disposez d'une première expérience significative en data science, idéalement dans le secteur de l'assurance ou de la finance et une connaissance des concepts assurantiels (tarification, provisionnement, gestion des sinistres).

Vous faites preuve de curiosité intellectuelle et d'une forte motivation pour appliquer l'IA à des problématiques réelles dans un contexte assurantiel.

Compétences techniques :
• Maîtrise des langages de programmation Python et R,
• Bonne connaissance des bibliothèques de data science (Pandas, Numpy, Scikit-learn…), des frameworks de machine learning/Deep learning (TensorFlow, Keras, PyTorch) et des algorithmes de modélisation.
• Solide expérience avec les outils de gestion et de manipulation de grandes bases de données (SQL, NoSQL) et de visualisation de données (Matplotlib, Seaborn, Plotly…).
• Une familiarité avec le traitement des données massives (Big Data), l'intégration de données non structurées et les pipelines de données (Spark) serait un plus.