Data Scientist Nouvelles variables

Leader français de l’assurance auto en ligne depuis 1992, Direct Assurance, entité du Groupe AXA, propose également des offres d’assurance habitation, moto et santé.

Aujourd'hui, plus de deux millions de clients nous font confiance grâce à un tarif adapté et une gestion des sinistres personnalisée.

Dans un marché assurantiel très compétitif, Direct Assurance conçoit des solutions adaptées aux besoins de ses clients en défendant leur pouvoir d’achat.

Nous faisons de l'expérience client une priorité en mettant à disposition une gamme de produits simple, claire et performante.

Si vous recherchez un environnement convivial, dynamique, digital et tourné vers l'innovation, au sein d'une entreprise en croissance, rejoignez-nous

Vous allez aimer grandir à nos côtés.

Vous allez aimer innover avec nous.

Vous allez aimer que nos clients nous adorent.

VOTRE RÔLE ET VOS MISSIONS

Au sein de la Direction Technique de Direct Assurance, vous rejoindrez le pôle IT Pricing et la nouvelle équipe « Nouvelles variables ». À l’interface entre data science, data engineering et métiers de la tarification, vous contribuerez à identifier, évaluer et fiabiliser les variables utilisées dans nos modèles.

Vous interviendrez depuis l’exploration des données jusqu’à la mise à disposition d’outils et de contrôles industrialisés. Vous participerez notamment à la définition des méthodes d’évaluation des nouvelles variables et des critères de contrôle des données actuellement en production.

Vos principales missions seront les suivantes

Évaluation et sélection de nouvelles variables

• Définir des méthodes d’évaluation statistique et métier permettant de mesurer la pertinence, la stabilité et la valeur ajoutée des nouvelles variables pour les modèles.
• Réaliser des analyses exploratoires, des tests statistiques, des études de corrélation et des analyses de performance afin de qualifier les variables candidates
• Concevoir des outils d’évaluation simples, reproductibles et documentés pour faciliter les études et le partage des résultats avec les équipes actuarielles.
• Formuler des recommandations argumentées sur la sélection, la transformation et les conditions d’utilisation des variables étudiées.

Qualité et monitoring des données en production

• Définir, avec les équipes métiers et techniques, les critères de contrôle applicables aux données et variables utilisées en production.
• Construire et automatiser des contrôles de complétude, de cohérence, de validité, de stabilité et de dérive des données.
• Mettre en place les indicateurs, seuils d’alerte et dashboards nécessaires au suivi de la qualité des variables.
• Analyser les anomalies détectées, évaluer leurs impacts et contribuer à la définition et au suivi des actions correctrices.

Préparation, intégration et industrialisation des données

• Préparer les données nécessaires aux études accès aux sources, nettoyage, formatage, jointures, historisation, backfill et documentation.
• Contribuer à l’intégration des variables retenues dans le Feature Store, les bases de référence et les pipelines utilisés par les équipes.
• Développer et maintenir des traitements de données fiables, testés et documentés dans les environnements Databricks et Azure.
• Participer à l’amélioration continue des pratiques de développement, de documentation, de versionnement et de data quality de l’équipe.

Collaboration et partage

• Travailler en étroite collaboration avec les équipes actuarielles, Data, Photon et Quantum sur les besoins de données et l’intégration des variables.
• Présenter et vulgariser les résultats des analyses auprès d’interlocuteurs techniques et métiers.
• Contribuer à la documentation technique et au partage des méthodes et bonnes pratiques au sein de la Direction Technique.

VOTRE PROFIL

• Vous êtes diplômé(e) d’une école d’ingénieur ou d’une formation Bac+5 en data science, statistiques, mathématiques appliquées, informatique ou formation équivalente. Vous êtes jeune diplômé(e) ou justifiez d’une première expérience professionnelle de 2 ans.
• Vous maîtrisez Python, SQL et les bibliothèques classiques de traitement, d’analyse et de visualisation de données. Une première pratique de PySpark et Databricks est appréciée.
• Vous disposez de bonnes bases en analyse statistique, exploration de données, sélection de variables et Machine Learning, et comprenez les principaux enjeux liés à la qualité des données.
• Vous connaissez les principes d’utilisation de Git et êtes motivé(e) pour développer vos compétences en data engineering, pipelines ETL, bases SQL et NoSQL, tests et environnements cloud Azure.
• Vous êtes rigoureux(se), curieux(se