Data scientist pricing optimization confirmé / ml engineer (f/h)

Au sein de la Direction Technique de Direct Assurance, vous aurez pour mission principale d’améliorer la stratégie tarifaire de l’entreprise pour notre produit Auto, en développant et en mettant en production des modèles de machine learning. Leader du marché direct en France, Direct Assurance développe les techniques de modélisation les plus avancées du marché en exploitant un datalake de grande qualité. Les modèles utilisés, se doivent d’être de plus en plus sophistiqués afin de permettre une croissance rentable en s'appuyant notamment sur des données type Big Data/Open Data ainsi que sur des méthodologies de modélisation variées (Gradient Boosting, Explainable Boosting Machine, Random Forest, Online Learning, etc.). Vos principales missions seront les suivantes : Optimisation du tarif proposé à la souscription La forte compétitivité de notre produit Auto est un levier important pour la croissance de l’entreprise. • Amélioration des modèles prédictifs du comportement client à la souscription et des tendances du marché à partir de données internes et externes • Participation à la conception des algorithmes définissant les nouvelles stratégies tarifaires pour nos prospects • Mise en place et analyse d’A/B testing pour valider l’impact de nos modèles R&D sur toutes les techniques d’optimisation tarifaire • Techniques de modélisation, Machine Learning etc. • Interprétation de nos modèles de demande, shap values, pdp, etc. • R&D sur les méthodes d’optimisation tarifaire Machine Learning Engineering Direct Assurance ayant atteint un niveau de maturité data important, nous cherchons à consolider nos processus de modélisation et de mise en production, afin de maximiser le temps passé aux développements de nouvelles techniques innovantes. • Automatiser tous nos codes pouvant l’être, de la génération des bases de données, à la modélisation, la mise en production. • Être garant du monitoring de nos modèles, notamment au travers d’analyse data drift automatisé et de suivi de nos métriques techniques. • Être garant de l’implémentation de ces stratégies tarifaires en production sur le cloud Azure. • Utiliser des compétences de software engineering : tests unitaires, tests d’intégration, CI/CD, DevOps/MLOps. Etudes business pour l’entreprise La compréhension du business et de la stratégie de l’entreprise est indispensable au développement d’outils de suivi et d’amélioration de nos modèles. • Suivre l’évolution du business de l’entreprise sur le périmètre de l’acquisition et proposer des explications constructives à partir des sources de données diverses, et notamment en lien avec les impacts tarifaires et de la sensibilité au prix des clients. • Etudier les opportunités de croissance sur les segments clients stratégiques sur lesquels l’entreprise décide d’investir. • Développer et maintenir des dashboards analytics permettant d’analyser efficacement les KPIs de l’entreprise en liant avec le tarif. Collaboration De manière générale, vous serez amené à échanger avec différents interlocuteurs, techniques ou non : • pour contribuer à des projets transverses au sein de l’entreprise, • pour partager votre activité avec d’autres directions de l’entreprise, • pour présenter les impacts business de votre travail au comité exécutif, • pour échanger des bonnes pratiques de modélisation et de développement, notamment au sein de la Data Family de Direct Assurance, communauté rassemblant une centaine de data scientists, data analysts, data engineers, Internal • pour partager les succès de l’équipe avec les autres entités d’assurance d’AXA, et découvrir les meilleures techniques du marché, en France et à l’international. Du fait de sa position et son impact sur les chiffres clés de l’entreprise, ce poste combine deux éléments essentiels et interdépendants : 1. la manipulation de données et la création de modèles prédictifs 2. la proximité au business de l’entreprise et sa bonne compréhension. Profil recherché • Formation Bac 5 en actuariat, statistiques, mathématiques, data science, ingénieur, finance. • 3-5 ans d’expérience professionnelle en modélisation & machine learning. • Une expérience en ML engineering / MLOps est un plus. • Une expérience en assurance et/ou en tarification est un plus. • L’application de modèles dans un contexte réel et la bonne compréhension de leurs biais et impacts est un vrai plus. • Excellente maitrise des langages : python, SQL. • La maîtrise des écosystèmes Big Data avec Spark, la connaissance d’Azure et Databricks est un plus. • Bonnes connaissances des algorithmes de machine learning, en statistiques et probabilités. • Qualités de formalisme, de vulgarisation et de communication. • Goût pour le travail en équipe, forte motivation et implication. • Autonomie et force de proposition. Le poste est basé à Suresnes (92) à proximité de la Défense