Offre d'emploi Data Analyst Assurance

Techniques :

 (Requis) Maîtrise de langages de requêtages (SQL, SAS)

 (Requis) Connaissance de Python et de ses librairies de manipulation de données et de visualisation associées (pandas, polars, matplotlib, plotly…)

 (Requis) Connaissance des bonnes pratiques de versioning de code (Git) et de développement (merge request & code reviews…)

 (Requis) Connaissance en développement de dashboard avec PowerBI

 (Serait un plus) Connaissance du framework kedro.

Business :

 (Requis) Connaissance de l’assurance vie (garanties des contrats, opération de gestion, supports d’investissement…)

 (Requis) Connaissance de l’assurance non-vie (garanties des contrats AUTO/MRH/PJ/AAV, gestion du cycle de vie, devis, avenants, …)

Comportementales :

 Capacité à cadrer les sujets avec les équipes métiers, à estimer la charge associée et à proposer et tenir un planning de livraison

 Aisance relationnelle et capacité à pouvoir vulgariser son travail et à l’expliquer à des interlocuteurs variés

 Capacité à pouvoir restituer de manière concise et pertinente à l’écrit et/ou à l’oral son travail.

 Être force de proposition sur les sujets. Proposer différentes méthodes pour résoudre un problème.

Le DataLab est constitué d’une douzaine de personnes ayant des profils différents (Data Scientists, Data Engineers, Data Analysts, Chefs de Projet, MLOPs) scindé en deux pôles de compétences :

SAD (Solutions and Delivery) :

o Création et maintenance d’outils internes pour le DataLab (API, framework interne, packages réutilisables, …)

o Conception, développement et mise en production de scores de connaissance de client (appétence, lutte contre l’attrition, montée en gamme, etc.), des modèles de risque actuariel (détection de fraude, sinistralité, …)

o Production de ciblages pour les directions marketing ou commerciales et d’études quantitatives de connaissance client nécessaire à la prise de décision

IAP (AI Product) :

o Création et maintenance de solutions IA d’efficacité opérationnelle (automatisation des traitements, voicebot, extraction automatique de données à partir de documents, analyse de sentiments, IA Générative ...) pour répondre à des problématiques métiers visant une baisse des coûts opérationnels ou un ajustement de la stratégie commerciale.

Dans le cadre spécifique de l’activité d’analyse de données, l’équipe SAD travaille en étroite collaboration avec la feature team data en charge de la centralisation des données dans le data lake et les équipes métiers (marketing, expérience client, relation client, …). Les clients de l’équipe SAD sont les métiers qui la mandate pour obtenir des études ou des extractions de données en support de leurs activités.