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