Contexte et objectifs

• Concevoir un modèle de scoring permettant d’évaluer et de prédire les risques agricoles afin de mieux prévenir les défaillances.
• Analyser les causes des défaillances agricoles et proposer des actions de prévention pour réduire le risque de défaillance.
• Optimiser la gestion des risques agricoles et fournir des indicateurs exploitables pour la prise de décision.

Missions principales

• Collecter, nettoyer et analyser des données agricoles (rendements, météo, historiques de sinistres, données socio-économiques).
• Développer et valider des modèles de scoring (techniques statistiques et/ou machine learning) pour estimer le niveau de risque.
• Implémenter des métriques de performance, réaliser des tests de robustesse et proposer des seuils d’alerte.

Livrables attendus

• Modèle de scoring documenté et reproductible (code, jeu de données d’entraînement/validation, notebooks ou scripts).
• Rapport d’analyse des causes de défaillance et recommandations d’actions préventives.
• Présentation synthétique des résultats et guide d’utilisation de l’outil de scoring.

Profil et compétences requises

• Diplôme d'Ingénieur ou Mastère (projet PFE) ; préférence pour spécialisation en modélisation, data science, finance ou systèmes d’information.
• Compétences en statistique, machine learning, gestion des risques et traitement de données (Python/R, bibliothèques ML, SQL).
• Connaissances métiers en agriculture appréciées ; capacité d’analyse, rigueur et bonnes qualités de documentation.

Modalités et candidature

• Lieu probable : Tunis (modalités hybrides possibles selon l’organisation).
• Pour postuler envoyez votre candidature (CV + lettre + exemples de travaux) à stage@rose-blanche.com .