Description

Actuaire & Data Scientist Freelance

Vous cherchez à mieux exploiter vos données pour optimiser vos décisions en assurance ou finance ? Je vous accompagne dans vos projets de tarification, modélisation des risques, reporting et data science.

Diplômée d’un Master en Actuariat et forte d’une expérience chez AXA France, j’ai travaillé sur le développement de programmes SAS, la mise en place de règles de gestion, la création de reportings et la conception de modèles actuariels et statistiques.

✅ Ce que je vous apporte :

Tarification et estimation de primes en assurance vie & non-vie

Modélisation actuarielle (GLM, probabilité de ruine, tables de mortalité, pricing d’options)

Études de portefeuille, segmentation et analyses de rentabilité

Automatisation et optimisation de traitements de données (SAS, R, Python, Excel)

Conception d’algorithmes et de modèles prédictifs (machine learning, simulations Monte-Carlo)

Reporting actuariel et tableaux de bord pour le pilotage stratégique

🚀 Ma valeur ajoutée : combiner la rigueur actuarielle avec les techniques de data science pour transformer vos données complexes en solutions claires, fiables et exploitables.

📌 Types de projets que je réalise :

Développement de modèles actuariels pour la tarification et le provisionnement

Conception de dashboards et automatisation de reporting réglementaire (Solvabilité II, IFRS 17)

Études statistiques et simulations pour optimiser la gestion des risques

Analyses business et recommandations stratégiques

Domaines d’expertise

Langues

Français
Bilingue ou natif
Anglais
Capacité professionnelle limitée

Préférences en matière de lieu de travail

Accepte de travailler sur site

Bordeaux (jusqu’à 50 km)

Axa France
Chargée d'études actuarielles
BANQUE & ASSURANCES
septembre 2023 - septembre 2024 (1 an)
Nanterre, France
Développement et optimisation de programmes SAS pour traiter les données contractuelles (contrats,assurés, primes, engagements) en responsabilité civile et construction, intégration de nouvelles règlesde gestion et production de reportings et tableaux de bord pour le pilotage.
Organisation de réunions avec les juristes et les équipes transverses pour valider les règles etprésenter les résultats, permettant une gestion complète des données et la remontée desengagements au groupe.
Conception d'un programme permettant d'indexer les garanties et les franchises en tenant compte del'impact de l'inflation, avec validation des résultats en collaboration avec l'équipe transverse.
Conception d'une méthode d'estimation des primes pour nouveaux prospects en identifiant des clientsanalogues via un algorithme basé sur la distance de Levenshtein (Mémoire de soutenance).
Reporting SAS Analyse de données RStudio travail en équipe
institut de risque et d'assurance (université du mans)
Projet transverse – Analyse de la sinistralité routière (Data Science / Machine Learning)
BANQUE & ASSURANCES
janvier 2024 - juin 2024 (5 mois)
Le Mans, France
Collecte & nettoyage de données massives (bases publiques, socio-économiques, démographiques, accidents routiers).

Création de nouvelles variables pertinentes (saisonnalité, conditions météo, géolocalisation, horaires).
Mise en place de modèles de Machine Learning : régressions logistiques, multinomiales, ACP pour réduction de dimensionnalité.

Optimisation des hyperparamètres avec GridSearch et validation croisée.
Développement d’un score de risque routier par commune combinant blessés, hospitalisations et décès.

Création de visualisations interactives pour analyser l’impact des facteurs clés sur la sinistralité.
Outils : R (ggplot2, caret), RStudio
institut de risque et d'assurance (université du mans)
Projet Actuariat Non-Vie – Tarification (GLM)
BANQUE & ASSURANCES
mars 2024 - juin 2025 (1 an et 3 mois)
Le Mans, France
Modélisation de la sinistralité pour une garantie “dégâts des eaux” en assurance habitation.

Analyse descriptive et exploration d’une base >1M lignes pour identifier les variables explicatives (âge, antécédents, type de logement).
Utilisation des GLM pour estimer fréquence et coût des sinistres.

Segmentation des sinistres (attritionnels vs graves) pour affiner la tarification.
Validation statistique (tests de Fisher, QQ-plot, résidus).
Outils : R (glm, MASS)