Data Scientist

    Retour à la recherche

    Data Scientist - Assurance

    Ref: T-8866 - Publiée le 10 nov. 2025

    • Localisation

      Région de Lille

    • TJM

      Selon profil

    • Part de télétravail

      Non connue

    • Expérience minimum

      3 à 5 ans (Confirmé)

    • Date de démarrage

      ASAP

    Contexte et description de la mission

    Contexte
    Notre client, un acteur majeur du secteur de l'assurance, cherche à renforcer son équipe grâce à l'apport d'un consultant *Data Scientist* freelance. Dans un contexte de transformation numérique, l'entreprise souhaite exploiter les données pour améliorer ses processus décisionnels et offrir des services innovants à ses clients. L'objectif est de développer des modèles prédictifs efficaces pour optimiser la gestion des risques et personnaliser les offres d'assurance.

    Responsabilités
  1. Participer à l'identification des besoins en data science au sein des différentes équipes de l'entreprise.
  2. Développer et mettre en œuvre des modèles de machine learning pour améliorer la prise de décision en matière de risques et de sinistralité.
  3. Analyser les données clients pour identifier des opportunités de personnalisation et de développement de nouvelles offres.
  4. Collaborer avec les équipes IT pour assurer la bonne intégration des solutions de data science dans les systèmes existants.
  5. Communiquer les résultats des analyses et des modèles aux parties prenantes non techniques de manière claire et compréhensible.
  6. Contribuer à la définition de la feuille de route de la data science au sein de l'organisation.

    Profil recherché
  7. Expérience avérée en tant que *Data Scientist*, de préférence dans le secteur de l'assurance ou des services financiers.
  8. Excellente maîtrise des langages de programmation tels que Python ou R.
  9. Bonne connaissance des techniques de machine learning et des outils de data science tels que TensorFlow, Scikit-learn, etc.
  10. Solides compétences en analyse de données et en visualisation avec des outils tels que Tableau ou Power BI.
  11. Connaissance des bases de données SQL et des plateformes de big data comme Hadoop ou Spark.
  12. Capacité à travailler de manière autonome et en équipe tout en communiquant efficacement avec des acteurs techniques et non techniques.