Parole à… Anat Chefner, intervenante à l’IRM, Analytics Manager au sein de la Direction Actuariat & DataSciences de BNP PARIBAS CARDIF

Parole à…

Anat Chefner, intervenante à l’IRM, Analytics Manager au sein de la Direction Actuariat & DataSciences de BNP PARIBAS CARDIF

POURQUOI LES PROFESSIONNELS DE L’ASSURANCE SERAIENT-ILS CONCERNES PAR LA DATA SCIENCE ?

« D’après le rapport du forum économique mondial, les opportunités d’emploi en « Data et Intelligence Artificielle » détiennent le plus fort taux de croissance ces dernières années, avec un taux annuel de 41%[1].

La presse spécialisée, les jeunes diplômés, le top management ne semblent parler que « d’intelligence artificielle », « de machine Learning », « de DataScience ». Cet univers n’est pas bien éloigné du quotidien d’un professionnel de l’assurance, et pourtant les DataScientists semblent parler une autre langue. « N’est-ce pas juste de la modélisation avec un peu de programmation ? ».

Nous proposons à l’Institut du Risk Management une formation « Concevoir et piloter un projet de Data Science pour l’assurance » qui a pour objectif de donner aux managers en assurance les clés leur permettant d’être autonomes dans le choix de leurs projets de Machine Learning ou dans le cadre de leurs interactions avec des DataScientists.

LE MACHINE LEARNING EST-IL TOUJOURS PLUS EFFICACE ?

Le réseau de neurones n’est pas la réponse à toute problématique. Bien au contraire, les méthodes de Machine Learning ne sont pas adaptées à tous les cas d’usage. Sur ces trois jours de formation, nous accompagnons les managers dans l’identification des projets pour lesquels le Machine Learning sera créateur de valeur. Nous les aidons à choisir les meilleures méthodes de modélisation en fonction de la spécificité de leurs données.

QUELLE EST LA FORCE DU PROGRAMME DE FORMATION « CONCEVOIR ET PILOTER UN PROJET DE DATA SCIENCE POUR L’ASSURANCE » DE L’INSTITUT DU RISK MANAGEMENT ? 

Avec l’ensemble des librairies disponibles en « open source » aujourd’hui, il est extrêmement simple de créer un modèle de Machine Learning. Souvent les juniors qui sortent d’école ont besoin de la maturité du manager pour les accompagner et les challenger. Ce programme fournit un ensemble de bonnes pratiques pour éviter de finir avec un modèle qui explique la « sinistralité d’un assuré » par « le cours de bourse des huîtres calibre M3 ». Les méthodes abordées permettent de retrouver confiance dans les chiffres présentés, mais également de challenger ceux d’autres collaborateurs.

La formation a été spécialement conçue pour l’Institut du Risk Management, les illustrations, exemples de cas d’usage ou de pièges à éviter sont tous tirés d’applications pour l’assurance.

QUI SONT LES PARTICIPANTS ?

Trois catégories de participants parmi des professionnels des métiers de l’assurance, de la banque ou de la finance :

–       en situation d’encadrement d’une équipe de DataScientists (25%)

–       en situation d’encadrement d’un projet de DataScience (37,5%)

–       qui aimeraient découvrir les enjeux / l’environnement de la DataScience (37,5%)

Cette formation permet d’acquérir dans une ambiance bienveillante, les bases du Machine Learning, sans avoir besoin de programmer. « 

UN MOT DE CONCLUSION ?

J’aimerais pouvoir citer les paroles de Renaud Dumora, Directeur Général de BNP Paris Cardif, dans la Revue des Actuaires Actifs de Novembre 2020 : « Les actuaires [et les professionnels de l’assurance et du risque en général] n’ont pas le choix, ils doivent prendre conscience des opportunités offertes par l’intelligence artificielle. (…) Il est donc nécessaire de les former à cette nouvelle technologie et de construire des passerelles entre l’actuariat et la data science. En effet, l’intelligence artificielle augmentera fortement la puissance de nos actuaires. Par ailleurs, les actuaires contribueront à éviter les risques majeurs que peut engendrer une utilisation non contrôlée de l’intelligence artificielle dans les compagnies d’assurance ».

Merci à Anat Chefner d’avoir répondu à nos questions.

[1] Taux de croissance annuel sur la période 2014 à 2019 – Forum économique mondial, source : https://fr.weforum.org/reports/jobs-of-tomorrow-mapping-opportunity-in-the-new-economy