A l’heure où les techniques de data science, et d’intelligence artificielle sont de plus en plus utilisées en assurance, les mangers doivent comprendre les principes, et identifier les cas d’usage. Cette formation permet de donner les principes pour les managers afin qu’ils puissent gérer les équipes de data scientist et des projets.
Une meilleure compréhension des enjeux de la data science pour l’assurance
Une meilleure compréhension des outils pour gérer un projet
Vision schématique des étapes de traitements des données
Des outils adaptés pour les problématiques des entreprises
Un aperçu des techniques data science pour traiter les données de A à Z
Points forts
Retour d’expériences sur des applications concrètes
Processus de traitement des données
Astuces et bonnes pratiques concernant l’utilisation des modèles dans une entreprise d’assurance
2 Publics concernés
À tous les managers qui souhaitent connaître le potentiel des outils de data science, gérer et construire une équipe pour des projets innovants.
Aux jeunes data scientists qui souhaitent mieux connaître les besoins concrets et stratégiques de l’entreprise et mieux utiliser des algorithmes
Aux RH qui souhaitent avoir une vision globale des métiers de data science et recruter les bonnes personnes
À tout les managers des cabinets de conseil qui souhaitent mettre en place des missions qui sauront satisfaire les objectifs stratégiques des entreprises
3 Programme
Introduction à la data science
Démystifier les termes: data mining, machine learning, big data, intelligence artificielle, data science
Présentation des entreprises spécialisées en machine learning et big data, et panorama des start-ups
Présentation des cas d’applications business
Discuter de l’éthique autour de l’intelligence artificielle
Construire et gérer une équipe de data science
Comment construire une équipe de data science et développer la culture data driven au sein de l’équipe
Concevoir un projet et produit data science et comment plannifier les différentes étapes et concevoir
Comment recruter les bones personnes, avec des tests pertinents
Management et formation en data science
Présentaiton et choix des outils, se familiariser avec les outils open source
Cas pratiques illustrés
Comment concrètement aborder une problématique avec les outils data science
Marketing
Tarification
Aanlyse de résilisation
Analyse et prédiction de sinistres
Détection de fraudes
D’autres cas pratiques orientés techniques seront aussi présentés
Techniques data science
Les différentes techniques seront illustrées par des cas pratiques
Comment utiliser les différentes techniques pour les problématiques rencontrées
Comment collecter des données externes
Comment stocker et gérer les données
Comment nettoyer et manipuler les données
Comment analyser les données avec les méthodes de machine learning
Comment la data visualisation apporte de la valeur
4 Informations pratiques
Comment se déroule la formation ?
Principes et outils en data science
Pratique avec R et analyse des cas
Discussion des sujets classiques assurantiels en relation avec la data science
Quels sont les pré-requis ?
Base du métier d’assurance
Y a-t-il besoin d’ordinateurs ?
Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.