CERTIFICAT MANAGEMENT - DATA SCIENCE POUR L'ACTUARIAT - Institut du Risk Management
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
CERTIFICAT MANAGEMENT
DATA SCIENCE POUR L’ACTUARIAT
#DSA
FORMATION LONGUESommaire CERTIFICAT MANAGEMENT EN DATA SCIENCE POUR L’ACTUARIAT 3 UN PARCOURS UNIQUE 5 UN PROGRAMME ADAPTÉ 6 EN PRATIQUE 13 VOS CONTACTS 14 #DSA PLANNING DES JOURS DE FORMATION 2023 16 2
Introduction
CERTIFICAT
MANAGEMENT EN DATA SCIENCE POUR L’ACTUARIAT
Les forts enjeux liés à l’industrie de l’assurance viennent s’inscrire
dans un contexte général de révolution numérique où les clients
assurés sont de plus en plus exigeants et avertis sur l’offre d’assurance
en raison de la démultiplication des canaux d’information. À ce titre,
une menace de plus en plus imminente se profile avec l’entrée sur
le marché de potentiels nouveaux acteurs susceptibles de mieux
connaitre les besoins clients au regard des masses de données
qu’ils auraient collectées en amont par divers canaux.
Dans ce contexte toutes les dispositions techniques et technologiques
qui concourent à plus d’agilité et de souplesse dans les approches
classiques de mesure, de suivi et d’appréciation du risque sont
expérimentées dans les compagnies d’assurance.
Jusqu’alors, les données étaient souvent appréhendées en silo et
rarement mises en commun. Il existe désormais plusieurs solutions
pour le traitement et l’exploitation rapide de ces données. Celles-ci
font appel à des compétences spécifiques. C’est dans ce contexte
que l’Institut du Risk Management s’est engagé à proposer aux
actuaires et professionnels de l’assurance une formation de qualité
avec des applications concrètes en assurance.
La formation valide la compétence complémentaire «Exploiter la
Data Science dans le secteur de l’assurance».
3Direction pédagogique
L’Institut des actuaires et l’Institut du Risk Management ont conçu
et copilotent ce programme.
La direction pédagogique du Certificat est assurée par un comité
dont les missions principales consistent à recruter les candidats et
les intervenants, garantir la qualité du programme et agir en tant que
jury d’examen.
Intervenants
Les intervenants de ce programme sont des académiques ou des
professionnels de l’assurance ainsi que des professionnels issus du
secteur des nouvelles technologies. Ils ont été sélectionnés pour leur
expertise dans le domaine de la Data Science et de l’Intelligence
Artificielle ainsi que pour leurs qualités de pédagogues.
Participants et prérequis
Ce Certificat est destiné aux professionnels possédant préalablement
des compétences en analyse statistique ainsi qu’une aisance pour la
programmation informatique.
Il est conseillé d’avoir un niveau M2 en mathématiques appliquées,
statistiques ou finance mathématique, ou un diplôme d’ingénieur ou
d’école de commerce avec un contenu mathématique ou statistique
conséquent.
Aucune ancienneté professionnelle n’est requise.
4Objectifs
Le programme vise le développement et l’acquisition des
compétences techniques des participants en algorithmique et en
informatique, permettant d’aborder de façon opérationnelle les
problématiques liées aux nouveaux usages du numérique et à la
nouvelle typologie des données en assurance.
Les participants acquièrent les compétences nécessaires à la mise
en œuvre de projets en Data Science et Intelligence Artificielle.
UN PARCOURS UNIQUE
A l’issue de la formation vous serez en mesure de :
• Identifier les enjeux économiques : valeur client, tarification
personnalisée, prévention ciblée des risques dans un cadre
juridique et déontologique en évolution
• Sélectionner, déployer et mesurer les critères de performance
à la problématique actuarielle traitée et aux données disponibles
• Arbitrer entre pouvoir prédictif et qualité interprétable lors du
choix d’un algorithme de Data Science
• Participer aux différentes étapes de réalisation d’un projet de
Data Science pour l’actuariat, du prétraitement des données à
l’industrialisation des méthodologies retenues
• Comprendre les enjeux et contraintes juridiques et éthiques,
dues à la règlementation européenne et internationale du droit
des données
• Mettre en œuvre des algorithmes de deep learning et de
textmining, ainsi que leur passage à l’échelle sur des bases de
données de grande taille
• Visualiser, communiquer et synthétiser l’information pertinente
issue d’analyses de données massives, pour aider aux prises de
décisions opérationnelles
5Méthode
Fort de l’expérience de l’IRM en matière de formation adaptée au
secteur réglementé des assurances, ce parcours certifiant a pour
objectif d’apporter un contenu complet sur les enjeux liés à l’utilisation
des outils de l’Intelligence Artificielle en assurance.
Ce Certificat mobilise l’expérience personnelle du participant et
celle du groupe dans le cadre de mises en situation complexes
et exemplaires. Le travail co-élaboratif entre pairs est favorisé.
Des témoignages d’experts reconnus viendront compléter les
interventions durant le cycle de formation.
UN PROGRAMME ADAPTÉ
Le parcours Data Science pour l’Actuariat est organisé en
2 semestres.
SEMESTRE 1 : Fondamentaux
SEM 1 - MODULE 1
Initiation au machine learning avec Python
19 heures
• Maîtriser le fonctionnement du langage Python
• Manipuler et nettoyer les données en Python (pandas, numpy)
• Utiliser les principales librairies permettant d’appliquer des
algorithmes de Machine Learning : scipy, scikit-learn, matplotlib,
seaborn, statsmodels, cartopy et jupyter
• Récupérer automatiquement des données sur internet (web-
strapping)
• Traiter les problèmes standards de machine learning en Python
(régression, classification, ranking, recommandations)
6SEM 1 - MODULE 2
Pratique de la Data Science avec R
16 heures
• Coder en R
• Implémenter les techniques d’apprentissage statistique usuelles
et mesurer leurs critères de performance
• Analyser des jeux de données de taille modérée avec R
• Distribuer des calculs statistiques avec R pour des bases de
données de taille plus importante
• Produire des graphiques descriptifs ou explicatifs pour visualiser
l’information pertinente extraite des données
SEM 1 - MODULE 3
Algorithmes d’Intelligence Artificielle
21 heures
• Mesurer les enjeux de la digitalisation dans le secteur de
l’assurance
• Choisir un algorithme d’Intelligence Artificielle adapté à la
problématique traitée et aux données disponibles
• Faire un compromis entre pouvoir prédictif et propriétés
interprétables dans le choix d’un algorithme
• Utiliser efficacement les méthodes de régularisation/pénalisation
(Lasso, Ridge) sur des méthodes de régression et de classification
• Mettre en œuvre des méthodes d’agrégation de modèles : forêts
aléatoires, bagging, boosting
• Comprendre le fonctionnement et les limites des principaux
algorithmes de Deep Learning : feedforward, à convolution et
récurrents
7SEM 1 - MODULE 4
Mettre en œuvre un projet de Machine Learning en assurance
14 heures
• Préparer efficacement les données en vue de l’application
d’algorithmes de machine learning
• Sélectionner un ensemble d’algorithmes de machine learning
• Choisir une stratégie d’estimation des performances d’un
algorithme de machine learning tenant compte du volume des
données, de la puissance de calcul disponible et des contraintes
opérationnelles actuarielles sous-jacentes
• Concevoir un plan d’expériences numériques permettant de
choisir la chaîne de traitement de machine learning (et ses
paramètres) produisant le modèle le plus performant sur les
données étudiées ainsi qu’une estimation des performances
futures du modèle sur de nouvelles données
• Implémenter ce plan d’expériences sous forme d’une maquette
basée sur le package caret du logiciel R
• Reconnaître les situations et sources de déséquilibre dans
les données et adapter les chaînes de traitement de machine
learning au moyen des méthodes classiques du domaine
• Produire des modèles fournissant des prévisions de bonne
qualité même dans des conditions opérationnelles inconnues a
priori
Hackathon
SEM 1 & 2 - MODULE 5
Mettre en œuvre un projet de Machine Learning en assurance
2 jours / 14 heures
La participation au Hackathon vient clôturer le semestre 1 et ouvrir
le semestre 2.
L’ensemble des participants à la formation (SEM 1 + SEM 2) se
réunit pour travailler ensemble sur une problématique réelle d’une
compagnie d’assurance.
8SEMESTRE 2 : Approfondissement
SEM 2 - MODULE 6
Droit des données en assurance, anonymisation et cybersecurité
16 heures
• Savoir identifier les caractéristiques des données au sens des
réglementations RGPD et CNIL
• Connaître les grands principes régissant le traitement de
ces des données d’assuré en amont ou en aval de la relation
contractuelle : du questionnaire d’assurance à l’exploitation de
données d’assuré pour l’étude des risques
• Comprendre la logique de responsabilisation (accountability)
des responsables de traitement et sous-traitants. Connaître leurs
principaux devoirs ainsi que les grandes lignes d’une démarche
de mise en conformité
• Savoir quels sont les droits des personnes concernées par le
traitement (accès, rectification, portablité, droits post-mortem,
etc.)
• Comprendre les incidences d’un export de données hors de
l’Union Européenne, en particulier vers les USA
• Maîtriser les enjeux et opportunités offertes par les questions de
cybersécurité pour le secteur de l’assurance
• Accéder et manipuler les données de santé : le cas du système
national des données de santé
• Mettre en place une technique d’anonymisation de base de
données et mesurer les impacts potentiels sur la production de
statistiques
9SEM 2 - MODULE 7
Machine learning distribué et applications actuarielles
12 heures
• Choisir efficacement une architecture informatique adaptée à la
quantité de données disponibles pour un projet Big Data
• Utiliser des algorithmes d’Intelligence Artificielle sur des bases
de données de grande taille
• Mettre en œuvre des algorithmes distribués sous Spark
• Automatiser les méthodes de recommandation produites à l’aide
du machine learning
SEM 2 - MODULE 8
Deep learning, Textmining et Natural Language Processing
17 heures
• Mettre en œuvre les différentes étapes d’un projet de Data
Science en actuariat
• Utiliser les métriques de performance pour la sélection
• Travailler en équipe avec des contraintes temporelles courtes
SEM 2 - MODULE 9
Apprentissage séquentiel pour la gestion des risques
9 heures
• Agréger de façon dynamique différents prédicteurs, en fonction
de leurs performances passées
• Mettre en œuvre des algorithmes d’Intelligence Artificielle sur
des problématiques de gestion d’actifs en assurance vie
• Comprendre le fonctionnement des méthodes d’apprentissage
en ligne, actif et par renforcement
10SEM 2 - MODULE 10
Intelligence Artificielle pour l’assurance
16 heures
• Mettre en œuvre des algorithmes d’Intelligence Artificielle pour
le pricing de clients en assurance dommage ou en assurance
prévoyance
• Utiliser des algorithmes de machine learning pour la prédiction
personnalisée d’espérance de vie
• Comprendre les spécificités des données GPS et leur utilisation
dans les produits d’assurance «Pay how you drive»
• Mesurer les enjeux et potentiels de la technologie blockchain sur
le secteur de l’assurance
Validation
L’assiduité à l’ensemble des modules est indispensable. La
validation du Certificat repose sur un contrôle continu portant sur les
connaissances acquises et un Grand Oral (rapport et soutenance de
projet) :
• Valider chaque semestre par une note de 10/20 minimum
(SEM 1 + SEM 2)
• Obtenir une note supérieure ou égale à 10/20 au Grand Oral
La note finale est la moyenne de la note obtenue lors du Grand Oral
et de la note de contrôle continu. Elle doit être supérieure ou égale
à 12/20.
11Organisation
La modularité par semestre permet une individualisation des
parcours de formation en adéquation avec les évolutions de carrière
ou le besoin de renforcement de compétences.
À la fin du cycle de formation, le candidat passe les examens du
semestre auquel il est inscrit.
Durée : 24 journées de formation en présentiel (168 heures)
Tarif inscription :
CYCLE DE FORMATION ET PASSAGE CERTIFICAT
15 200 € net
Tarif privilège* 13 680 € net
PAR SEMESTRE
7 600 € net
Tarif privilège* 6 840 € net
* Réservé aux membres de l’Institut des actuaires
La formation fait l’objet d’une demande d’enregistrement de
la certification « Exploiter la Data Science dans le secteur de
l’assurance» auprès de France Compétences »
Lieu de la formation
Institut du Risk Management :
3, rue Chauveau-Lagarde 75008 Paris
12EN PRATIQUE
Candidature, admissibilité, admission
Pour que leur dossier soit recevable, les candidats doivent
retourner l’ensemble des éléments suivants :
• Un dossier de candidature complété
• Une lettre de motivation
• Un curriculum vitae
Le jury d’admission se réserve le droit de convoquer par entretien
téléphonique les candidats admissibles.
La direction pédagogique, composée de représentants de l’Institut
du Risk Management et de l’Institut des actuaires, établira la liste
des admis.
Télécharger le formulaire d’inscription sur le site de l’Institut
https://www.institut-du-risk-management.fr/
Envoyer le dossier complet à l’Institut du Risk Management :
3, rue Chauveau-Lagarde 75008 Paris
ou contactirm@institut-du-risk-management.fr
13VOS CONTACTS
Stéphanie ROYER
Responsable de formation
stephanie.royer@institut-du-risk-management.fr
Tél. +33(0)1 44 51 72 80
14’Institut du Risk Management est l’organisme de formation de
l’Institut des actuaires. Le catalogue des formations est accessible
à l’ensemble des professionnels du secteur banque finance
assurance.
L’Institut des actuaires est l’organisme de référence de la profession
actuarielle en France dont les trois grandes missions sont d’être au
service de l’intérêt général, de veiller à l’excellence de l’Actuariat
et d’encourager la recherche actuarielle.
4, rue Chauveau-Lagarde I 75008 Paris
www.institutdesactuaires.com
15#DSA PLANNING
DSA - PLANNING DES JOURS
DES JOURS DE FORMATION FORMATION 2023
DE2023
Janvier Février Mars Avril Mai Juin
1 D FERIE 1 M 1 M 1 S 1 L FERIE 18 1 J
2 L 1 2 J 2 J 2 D 2 M 2 V
3 M 3 V 3 V 3 L DSA 14 3 M 3 S
4 M 4 S 4 S 4 M DSA 4 J 4 D
5 J 5 D 5 D 5 M 5 V 5 L 23
6 V 6 L DSA 6 6 L DSA 10 6 J 6 S 6 M
7 S 7 M DSA 7 M DSA 7 V 7 D 7 M
8 D 8 M 8 M 8 S 8 L FERIE 19 8 J
9 L DSA 2 9 J 9 J 9 D 9 M 9 V
10 M DSA 10 V 10 V 10 L FERIE 10 M 10 S
11 M Soutenance promo N-1 11 S 11 S 11 M 11 J 11 D
12 J 12 D 12 D 12 M 12 V 12 L DSA 24
13 V 13 L 7 13 L 11 13 J 13 S 13 M DSA
14 S 14 M 14 M 14 V 14 D 14 M
15 D 15 M 15 M 15 S 15 L DSA 20 15 J
16 L 3 16 J 16 J 16 D 16 M DSA 16 V
17 M 17 V 17 V 17 L 16 17 M 17 S
18 M 18 S 18 S 18 M 18 J FERIE 18 D
19 J 19 D 19 D 19 M 19 V 19 L 25
20 V 20 L 8 20 L 12 20 J 20 S 20 M
21 S 21 M 21 M 21 V 21 D 21 M
22 D 22 M 22 M 22 S 22 L 21 22 J
23 L 4 23 J 23 J 23 D 23 M 23 V
24 M 24 V 24 V 24 L 17 24 M 24 S
25 M 25 S 25 S 25 M 25 J 25 D
26 J 26 D 26 D 26 M 26 V 26 L 26
27 V 27 L 9 27 L 13 27 J 27 S 27 M
28 S 28 M 28 M 28 V 28 D 28 M
29 D 29 M 29 S 29 L FERIE 22 29 J
30 L 5 30 J 30 D 30 M 30 V
31 M 31 V 31 M
Juillet Août Septembre Octobre Novembre Décembre janv-24
1 S 1 M 1 V 1 D 1 M FERIE 1 V 1 L FERIE 1
2 D 2 M 2 S 2 L DSA 40 2 J 2 S 2 M
3 L DSA 27 3 J 3 D 3 M DSA 3 V 3 D 3 M
4 M DSA 4 V 4 L DSA 36 4 M 4 S 4 L 49 4 J
5 M 5 S 5 M DSA 5 J 5 D 5 M 5 V
6 J 6 D 6 M 6 V 6 L DSA 45 6 M 6 S
7 V 7 L 32 7 J 7 S 7 M DSA 7 J 7 D
8 S 8 M 8 V 8 D 8 M 8 V 8 L 2
9 D 9 M 9 S 9 L 41 9 J 9 S 9 M
10 L 28 10 J 10 D 10 M 10 V 10 D 10 M Soutenance
11 M 11 V 11 L 37 11 M 11 S 11 L DSA 50 11 J
12 M 12 S 12 M 12 J 12 D 12 M DSA 12 V
13 J 13 D 13 M 13 V 13 L 46 13 M 13 S
14 V FERIE 14 L 33 14 J 14 S 14 M 14 J 14 D
15 S 15 M FERIE 15 V 15 D 15 M 15 V 15 L 3
16 D 16 M 16 S 16 L 42 16 J 16 S 16 M
17 L 29 17 J 17 D 17 M 17 V 17 D 17 M
18 M 18 V 18 L 38 18 M 18 S 18 L 51 18 J
19 M 19 S 19 M 19 J 19 D 19 M 19 V
20 J 20 D 20 M 20 V 20 L 47 20 M 20 S
21 V 21 L 34 21 J 21 S 21 M 21 J 21 D
22 S 22 M 22 V 22 D 22 M 22 V 22 L 4
23 D 23 M 23 S 23 L 43 23 J 23 S 23 M
24 L 30 24 J 24 D 24 M 24 V 24 D 24 M
25 M 25 V 25 L 39 25 M 25 S 25 L FERIE 52 25 J
26 M 26 S 26 M 26 J 26 D 26 M 26 V
27 J 27 D 27 M 27 V 27 L 48 27 M 27 S
28 V 28 L 35 28 J 28 S 28 M 28 J 28 D
29 S 29 M 29 V 29 D 29 M 29 V 29 L 2
30 D 30 M 30 S 30 L 44 30 J 30 S 30 M
31 L 31 31 J 31 M 31 D 31 M
3, rue Chauveau-Lagarde I 75008 Paris ZONE B - Aix-Marseille, Amiens, Lille, Nancy-Metz,
ZONE A - Besançon, Bordeaux, Clermont-Ferrand, ZONE C - Créteil, Montpellier, Paris, Toulouse,
Nantes, Nice, Normandie, Orléans-Tours, Reims,
www.institut-du-risk-management.fr Dijon, Grenoble, Limoges, Lyon, Poitiers Versailles
Rennes, StrasbourgVous pouvez aussi lire
