Data scientist (H/F) - Stage

Description de l'offre

AXA Global Direct France est l'entité e-business d'AXA en France, qui opère notamment la marque Direct Assurance, leader de l'assurance automobile sur le web. Nous faisons partie d'AXA Global Direct, qui regroupe les 8 entités directes (i.e. sans réseau de distribution) du Groupe AXA en Europe et en Asie.

Dans un contexte de forte croissance de son activité, AXA Global Direct France met en œuvre un plan stratégique ambitieux construit avec l'ensemble des équipes regroupant 1200 collaborateurs sur trois sites (Suresnes, Rennes, Rabat). Cette stratégie vise à accompagner la rapide transformation du marché de l'assurance auto vers le web et le succès du modèle direct sans intermédiaire que l'entreprise a créé en France il y a 20 ans.

Sur ce marché particulièrement transparent, compétitif et en plein développement, une meilleure connaissance du client pour un service plus personnalisé, une meilleure analyse des processus pour une organisation plus optimisée, un meilleur suivi des opérations pour une action plus efficace seront des facteurs clé de succès.
Les décisions techniques et marketing se baseront de plus en plus sur des indicateurs intelligents permettant une anticipation des évènements, la compréhension des comportements et des attentes des acteurs du marché (prospects, clients, partenaires), la détection de leur évolution, et devront être très réactives à un monde de plus en plus volatile et sophistiqué.

En tant qu'assureur direct ayant une chaine de production très digitale, AXA Global Direct France dispose de nombreuses sources de données encore sous exploitées et utilisées à ses fins.

Dans ce contexte de développement, nous cherchons un :

Stagiaire Data Scientist

L'équipe « Big Data » d'AGD France a pour mission principale de contribuer à la dynamique continue d'innovation et de perfectionnement en résolvant des problématiques business concrètes par l'accès aux « nouvelles technologies de pointe » liées à la data science (machine learning, data mining, intégration et manipulation de données non structurées, techniques d'optimisation, visualisation…) en s'appuyant sur des sources de données variées tant en interne qu'en externe. A cette fin, elle construit et réalise un certain nombre d'analyses, d'études et de modèles, d'outils.
Au sein de cette équipe, votre mission de stage s'articulera autour du perfectionnement du ciblage des actions opérationnelles (action de vente, action de rétention …) en identifiant les prospects et/ou clients sur lesquels agir spécifiquement et le meilleur moment pour agir. Vous détecterez les signaux comportementaux des prospects et/ou clients et aiderez à en comprendre la cause.

Exemples de sujets (à définir lors des entretiens) : Construction d'un modèle prédictif des résiliations des clients pour une application de rétention ; construction de modèles de conversion pour des applications d'optimisation des processus d'acquisition des prospects ; enrichissement de modèles prédictifs des suspicions de fraude dans les sinistres …

Profil recherché

Qualifications :

Le profil recherché est le suivant :

Préparant une solide formation Bac +5 (ou plus) en data sciences, mathématiques et statistiques, informatique, vous disposez également :

·  D'excellentes compétences en confection d'algorithmes et développement de code :
·  maitrise d'un langage de script (R / Python) et de ses librairies mathématiques
·  maitrise de SQL
·  la connaissance d'un langage de programmation orienté objet (Java) et / ou de Scala serait un plus
·  D'un intérêt et de facultés à appréhender / apprendre les couches technologiques utilisées en data mining / machine learning et des nouveaux outils nécessaires. Une première expérience sur l'écosystème Hadoop (Map/Reduce, Hive, Pig, Spark …), les bases NoSQL (MongoDB, HBase, Redis, Elasticsearch …) serait un plus.
·  D'une grande rigueur, de pragmatisme et une réelle capacité à délivrer.
·  De fortes aptitudes à établir et maintenir de bonnes relations interpersonnelles, et d'une capacité à travailler de manière collaborative au sein d'équipes pluridisciplinaires.
·  D'un anglais courant parlé et écrit.