Contexte et objectifs
- Analyse des sinistres historiques en assurance responsabilité civile médicale afin de comprendre les facteurs de risque et les tendances.
- Construction d’un modèle de scoring du risque (implémentation en Python) pour améliorer la sélection et la tarification des risques.
Missions principales
- Collecte, nettoyage et prétraitement des données de sinistres historiques et des fichiers techniques pertinents.
- Développement et validation d’un modèle de scoring du risque en Python (feature engineering, entraînement, évaluation, calibration).
Tarification et souscription
- Proposition d’une grille de tarification basée sur les résultats de la modélisation et recommandations pour la souscription.
- Analyse des impacts tarifaires et simulation de scénarios (incidence sur prime moyenne, segmentation des risques).
Analyse réglementaire et recommandations
- Étude de l’impact de la nouvelle loi 2024-32 du 19 juin 2024 portant sur la responsabilité médicale et hospitalière sur le marché des assurances.
- Recommandations opérationnelles pour la souscription, la prévention et l’adaptation des produits à l’évolution réglementaire.
Compétences requises et outils
- Maîtrise de Python pour l’analyse de données et la modélisation (pandas, scikit-learn, éventuellement bibliothèques de scoring/actuariat).
- Connaissances en tarification, souscription en assurance et/ou en actuariat ; esprit d’analyse et de synthèse attendu.
Livrables attendus
- Rapport d’analyse des sinistres historiques et synthèse des principaux drivers de risque.
- Modèle de scoring opérationnel (code Python, documentation, métriques de performance) et proposition de grille tarifaire.
- Recommandations écrites pour la souscription, la prévention et l’impact de la loi 2024-32.
📧 Pour postuler: rh@zitounakaful.com