Description de l'entreprise
Assureur mutualiste auprès des entreprises et des particuliers, MMA s’engage au quotidien à assurer et protéger ses 2,4 millions de clients particuliers avec comme priorité leur satisfaction. Filiale du groupe Covéa avec MAAF et GMF, le groupe rassemble plus de 24 000 collaborateurs
Description du poste
Au sein de la Direction des Marchés Professionnels et Entreprises (DMPE), nous accompagnons le pilotage technique et la sécurisation du portefeuille. Notre mission : exploiter la donnée pour anticiper les risques, améliorer la rentabilité et soutenir les décisions stratégiques.
Vous rejoindrez une équipe à taille humaine, composée de :
- 2 Data Scientists
- 1 Data Owner
- 1 alternant Data Owner
- Vous (CDD Data Scientist)
- 1 stagiaire
Quelques sujets clés, portés par l’équipe :
- Data Science appliquée à l’assurance : modélisations prédictives, analyses avancées pour mieux comprendre et maîtriser le risque.
- Projets stratégiques : sécurisation des sites, optimisation des processus métiers.
- Innovation et expérimentation : conception d’expérimentations, développement d’outils modernes pour exploiter des données variées (structurées et non structurées).
- Impact direct : contribution à la compétitivité et à la performance globale de la DMPE.
Vos missions
- Coordonner des projets, études et modélisations transverses en lien avec la Data.
- Proposer, concevoir et mettre en œuvre des POC (Proof of Concept) et des expérimentations innovantes.
- Développer des modélisations analytiques ou prédictives sur des données variées (structurées, non structurées, documents) pour créer de la valeur.
- Concevoir des outils modernes d’exploitation de la donnée afin d’améliorer la connaissance du risque et soutenir la prise de décision.
- Collaborer avec les équipes métiers pour transformer les insights en actions concrètes.
Qualifications
Bac+5 en Data Science, Statistiques, ou Informatique.
Connaissances assurantielles autour des marchés professionnels et de la tarification indispensable
Maîtrise des outils : Python, SQL, Streamlit et idéalement Power BI ou équivalent.
Connaissance des techniques de modélisation et des algorithmes de machine learning.
Capacité à vulgariser les résultats auprès des équipes opérationnelles.
Curiosité, autonomie et sens de l’innovation.
Compétences complémentaires :
Aisance relationnelle et rédactionnelle
Bonne capacité d’argumentation
Esprit d’équipe
Esprit d’initiative, Force de proposition
