Data Analyst - Sinistres (F/H) - alternance H/F
Référence : AXAFR_2025060005_1750085192 Fonction : Télécom / Systèmes / Réseau Secteur d'activité : Informatique (Hardware - Software) / Telecom Localisation : Nanterre (92)
Présents dans 59 pays, les 161 000 collaborateurs d'AXA s'engagent aux côtés de 103 millions de clients. Nos expertises s'expriment à travers une offre de produits et de services adaptés à chaque client dans trois grands domaines d'activité : l'assurance dommages, l'assurance vie, épargne, retraite & santé et la gestion d'actifs.Bien implanté sur les marchés d'Europe, d'Amérique du Nord et d'Asie Pacifique, le Groupe renforcera sa croissance dans les années à venir par une présence accrue dans les marchés à forte croissance.
Le poste
Présente sur l'ensemble du territoire, AXA France se distingue comme la filiale la plus importante du Groupe en termes de chiffre d'affaires et d'effectifs. Leader sur les marchés de l'assurance, de la santé et de la prévoyance, l'entreprise offre à ses équipes un cadre de travail moderne et agréable en "smartworking".
Vous hésitez encore ? Sachez que nous avons conçu un dispositif d'intégration baptisé "Welcome@AXA" pour accompagner vos premiers pas parmi nous avec attention. En lien avec nos engagements, nous célébrons chaque arrivée en agissant en faveur de la reforestation mondiale : depuis 2020, nous plantons un arbre pour chaque recrutement. Alors, prêt à postuler ?
Vous êtes passionné par l'analyse des données et vous recherchez une expérience en alternance enrichissante ? Ne cherchez plus, nous avons l'opportunité qu'il vous faut!
Au sein du département Actuariat et Pilotage de la Direction IARD Particuliers et Professionnels d'AXA France, nous recherchons un Data analyst en alternance motivé et passionné qui va rejoindre une équipe de 3 personnes, principalement en charge des sujets transverses sur la branche auto et non-auto :
* Analyse de données, prévision des volumes liés à la gestion de sinistres
* Performance des collaborateurs/ suivi des activités et incidents sinistres
* Suivi des indicateurs techniques à la maille distributeur
* Conception des modèles de données
* Production des reportings sous Power BI
Sous la responsabilité de votre tuteur, vos missions seront les suivantes :
* Comprendre et évaluer les performances du modèle MLE existant sur les prévisions sinistres et activtés, et proposer des améliorations par rapport à la complexités des différents produits.
* Effectuer des analyses approfondies des données liées à la gestion de sinistres, afin d'identifier des pistes d'amélioration du process métier.
* Rédiger des documents, des présentations et des rapports sur les résultats d'analyse
* Fournir des études statistiques à la demande des métiers.
Le profil :
Vous préparez un Master 1 ou 2 en école de commerce, d'ingénieur, université ou équivalent avec une spécialisation en Data analyse .Vous cherchez une alternance d'une durée de 12 ou 24 mois, avec un rythme en semaines ou en jours, à partir de septembre 2025.
Compétences attendues :
* Vous avez le goût des chiffres et de la manipulation des données. Vous aimez « faire parler la data », produire des analyses compréhensibles et pertinentes.
* Vous avez une très bonne connaissance de python, SQL, une solide formation en statistiques (en particulier, les modèles de correspondances multiples et par mots clés, modèles prévisionnels ...).
* La connaissance de Power BI et SAS Entreprise serait un plus.
Si vous souhaitez acquérir une expérience significative au sein d'une entreprise renommée, alors cette opportunité est faite pour vous ! Nous valorisons l'esprit d'équipe, la curiosité, la proactivité et la rigueur.
Rejoignez-nous et faites la différence avec vos idées ! Chez AXA France, votre talent est notre plus grande richesse.
0 entreprises vous présentent leurs métiers et vous proposent de découvrir leurs opportunités de recrutement.
#J-18808-Ljbffr
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.