Chargée d'études actuarielles

A intégré la direction technique d'un groupe d'assurance pour piloter l'automatisation et la refonte des processus actuariels.

• A automatisé les processus de calcul de rentabilité via des outils de modélisation.
• A coordonné l'arrêté des comptes en risque avec la direction financière.
• A mis en place une réception automatisée du parc client via pont SFTP en utilisant Power Automate.
• A piloté la refonte des outils de tarification interne.
• A développé des reportings de réassurance pour améliorer le pilotage économique.
• A mis en place un dashboard automatisé pour la gestion des renouvellements et résiliations au sein de la souscription flotte.

A intégré la direction actuariat et pilotage économique d'un groupe mutualiste d'assurance pour développer et optimiser des outils de modélisation et de calcul actuariels en environnement multi-normes.

• A conçu et développé un dispositif collaboratif de modélisation pour construire des comptes prospectifs en normes comptables multiples (Solvabilité 2, IFRS, comptabilité générale).
• A créé des interfaces utilisateur permettant l'import automatisé des données d'entrée (hypothèses économiques via templates Excel).
• A développé le moteur de calcul pour les modules critiques : provisions techniques, charges techniques, frais d'administration, acquisition et solde de réassurance.
• A géré les livraisons sur les environnements de production et recette.
• A intégré un processus stochastique dans l'outil et accompagné les métiers lors de la recette.
• A conçu et développé un outil interne simplifiant le calcul des arrêtés des comptes pour le portefeuille d'assurance vie.
• A automatisé le processus de calcul avec détection des erreurs et validation de l'exactitude des résultats.
• A généré des rapports détaillés pour la conformité réglementaire et l'audit.
• A développé un moteur de calcul pour les provisions mathématiques et frais annexes, améliorant l'efficacité opérationnelle.

A contribué au pôle tarification et statistiques d'un groupe d'assurance pour développer une solution data-driven de prévention des risques en assurance motocycles en partenariat avec Michelin.

• A réalisé le traitement et la préparation des données provenant du boîtier télémétrique des véhicules.
• A développé des modèles de machine learning (Light Gradient Boosting, XGBoost, SVM) pour estimer les périodes à risque selon le profil de conduite.
• A contribué à la refonte du produit d'assurance 2 Roues en analysant les risques spécifiques aux véhicules motocycles.
• A implémenté un système de prévention et d'alerte en temps réel destiné aux conducteurs en cas de détection de risque.