Poste et missions Au sein du service développement et référentiels SI de Capitole finance vous serez rattaché(e) au responsable de l'équipe composée de 5 collaborateurs. Afin d'améliorer notre approche en matière de gestion des risques, nous cherchons à intégrer un stagiaire en Data Science. Ce stage vous permettra de travailler sur des preuves de concept (PoC) visant à répondre à des enjeux métiers critiques tels que le calcul automatique de sinistralité et la gestion de la mise sous surveillance de clients à risque. Vos principales missions seront les suivantes : Analyse des Données * Collecter, nettoyer et analyser des données provenant de différentes sources (historique des sinistres, données clients, etc.) * Identifier des patterns et des tendances dans les données afin de mieux comprendre les facteurs de risque associés aux sinistres. Développement de Modèles Prédictifs : * Concevoir et développer des modèles de machine learning pour prédire la sinistralité en fonction des caractéristiques des clients et des contrats. * Tester et valider les modèles en utilisant des ensembles de données réels, et en ajustant les paramètres pour optimiser les performances. Mise en Place de PoC : * Élaborer des preuves de concept pour démontrer l'efficacité des modèles développés en situation réelle. * Collaborer avec les équipes métiers pour comprendre les besoins spécifiques et adapter les solutions proposées. Surveillance des Clients à Risque : * Développer des indicateurs de performance pour identifier les clients à risque et proposer des alertes précoces. * Concevoir des tableaux de bord pour visualiser les résultats des analyses et faciliter la prise de décision des équipes commerciales et de gestion des risques. Documentation et Présentation : * Rédiger une documentation technique claire et concise sur les méthodologies utilisées et les résultats obtenus. * Présenter régulièrement vos avancées à l'équipe, en mettant en avant les insights et recommandations. De formation Bac+5. Connaissance des langages de programmation tels que Python ou R. * Expérience avec des bibliothèques de machine learning (scikit-learn, TensorFlow, etc.). * Familiarité avec les outils de visualisation de données (PowerBI de préférence). * Connaissance des bases de données (SQL, NoSQL, Oracle) est un plus.