1 Objectif

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.

Durée et dates

Durée: 2 jours

Contacter le formateur par mail


Site internet de Kezhan SHI