À qui s’adresse cette formation ?

Aux professionnels de l’assurance et aux experts en analyse de données qui souhaitent optimiser l’utilisation de la DSN pour améliorer la tarification, la détection de fraudes, le scoring et autres domaines pertinents dans le secteur de l’assurance.

Pour obtenir quoi ?

Une maîtrise avancée des compétences nécessaires pour exploiter efficacement les données de la DSN à des fins d’analyse, de modélisation et de prises de décision stratégiques dans l’assurance.

Quels objectifs pédagogiques ?

Approfondir la compréhension des besoins spécifiques de l’industrie de l’assurance dans le contexte de la DSN.

Présenter les diverses solutions d’intelligence artificielle et de machine learning pour relever les défis de l’assurance.

Identifier et expliquer en profondeur les techniques avancées de machine learning et les fondements mathématiques associés.

Maîtriser le processus complet de machine learning, de la préparation des données à la création de modèles prédictifs.

Développer des produits et des solutions data science qui répondent aux besoins spécifiques de l’assurance.

Quelles méthodes mobilisées ?

Les sessions théoriques seront enrichies par des exercices pratiques intensifs réalisés avec le langage de programmation R et/ou python. Cela permettra aux participants de mettre en pratique les concepts abordés et de développer des compétences concrètes.

Quels sont les prérequis ?

Une connaissance de base en assurance et en manipulation de données est requise. Les participants devraient avoir une compréhension générale des concepts d’assurance et des principes fondamentaux de l’analyse de données.

Quelles modalités d’évaluation ?

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

Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.