Intelligence artificielle en assurance

Cette formation donne 84 points PPC aux membres qualifiés de l’Institut des Actuaires
Dernière mise à jour en novembre 2022

Programme de la formation

Introduction à l’intelligence artificielle

  • Démystification de l’intelligence artificielle
  • Utilisation de l’intelligence artificielle
  • Types de données structurées et non-structurées

OCR et analyse des documents scannés

  • Principe de la Reconnaissance Optique des Caractères
  • Utilisation de l’OCR
  • Cas pratique

Traitement automatique du langage naturel et chatbot

  • Principes du NLP (Natural Language Processing)
  • Cas d’usages du NLP
  • Cas pratique

Cas d’usage

  • Connaissance clients
  • Automation du processus de souscription
  • Amélioration de qualité des données
  • Détection de fraudes

Techniques d’intelligence artificielle

Les différentes techniques seront illustrées par des cas pratiques.

 

  • Comment utiliser les différentes techniques pour les problématiques rencontrées ?
  • Comment collecter des données externes ?
  • Comment nettoyer et manipuler les données structurées et non-structurées ?
  • Comment analyser les données avec les méthodes de machine learning ?
  • Comment la data visualisation apporte de la valeur ?
Dernière date
12 et 13 avril 2022
Inscription possible jusqu'à la veille de la formation 16h (hors weekend et jour férié)

EN COURS DE PROGRAMMATION

Horaires

9h00 - 12h30 et 14h00 - 17h30

Prix
  • 2100 € HT
  • TVA 20%
  • 2520 € TTC
Lieu

CARITAT, 24 rue Tronchet 75008 PARIS

Durée

2 jours

Programme adaptable,
sur-mesure

Notre formateur

Kezhan SHI

Il est diplômé de l'École Centrale Paris et titulaire d'un master en actuariat de l'Université Paris Dauphine. Il a travaillé chez Axa Global Direct et Allianz, avant de rejoindre Diot Siaci en 2022, au titre de Responsable du Data Lab.

Points clés

À qui s’adresse cette formation ?

À toute personne susceptible d’intervenir dans l’élaboration et la mise en oeuvre d’une stratégie d’intelligence artificielle, et ce dans les domaines suivants : produits, marketing, distribution et tarification. Ainsi qu’à toute personne désireuse de se familiariser avec ce sujet en devenir.

Quels objectifs pédagogiques ?

Analyser les problématiques métiers et proposer une solution data.
Présenter les enjeux data science.
Développer les compétences data science de façon transverse.
Maîtriser les bases de data science.

Pour obtenir quoi ?

Une démystification de l’intelligence artificielle, l’introduction à des cas d’usage concrets en entreprise ainsi que le processus d’un projet intelligence artificielle.

Quelles méthodes mobilisées ?

Principes et outils en intelligence artificielle. Pratique avec « R » et analyse des cas, puis discussion des sujets classiques assurantiels.

Quels sont les prérequis ?

Base du métier d’assurance.

Quelles modalités d’évaluation ?

Une évaluation des acquis des objectifs sera réalisée durant la formation.

Points forts

  • Retours d’expériences
  • Discussion autour des cas d’usage concrets
Inscrivez-vous à notre newsletter

Pour recevoir toutes les dernières informations