Chargé d'études statistiques / actuarielles-etudes statistiques / actuarielles / data analysis f/h

Chargé d'études statistiques / actuarielles-Etudes statistiques / actuarielles / data analysis F/H



Data Scientist (CDD 3 mois) – Paris

Localisation : Paris
Type de contrat : CDD 3 mois
Début : Dès que possible

Au sein de la Direction des Marchés Professionnels et Entreprises (DMPE), nous accompagnons le pilotage technique et la sécurisation du portefeuille. Notre mission : exploiter la donnée pour anticiper les risques, améliorer la rentabilité et soutenir les décisions stratégiques.

Vous rejoindrez une équipe à taille humaine, composée de :

1. 2 Data Scientists
2. 1 Data Owner
3. 1 alternante Data Owner
4. Vous (CDD Data Scientist)

Quelques sujets clés portés par l’équipe :

5. Data Science appliquée à l’assurance : modélisations prédictives, analyses avancées pour mieux comprendre et maîtriser le risque.
6. Projets stratégiques : sécurisation des sites, optimisation des processus métiers.
7. Innovation et expérimentation : conception d’expérimentations, développement d’outils modernes pour exploiter des données variées (structurées et non structurées).
8. Impact direct : contribution à la compétitivité et à la performance globale de la DMPE.

Vos missions

9. Coordonner des projets, études et modélisations transverses en lien avec la Data.
10. Proposer, concevoir et mettre en œuvre des POC (Proof of Concept) et des expérimentations innovantes.
11. Développer des modélisations analytiques ou prédictives sur des données variées (structurées, non structurées, documents) pour créer de la valeur.
12. Concevoir des outils modernes d’exploitation de la donnée afin d’améliorer la connaissance du risque et soutenir la prise de décision.
13. Collaborer avec les équipes métiers pour transformer les insights en actions concrètes.



Profil recherché

14. Bac+5 en Data Science, Statistiques, ou Informatique.
15. Maîtrise des outils/langages : Python, SQL, et idéalement Power BI ou équivalent.
16. Connaissance des techniques de modélisation et des algorithmes de machine learning.
17. Capacité à vulgariser les résultats auprès des équipes opérationnelles.
Curiosité, autonomie et sens de l’innovation