Contexte / Objectifs : Mettre en production des évolutions sur un algorithme existant (identification des bénéficiaires au sein des clauses libres) Prise en compte de projets issus d'un programme interne pour améliorer l'efficacité opérationnelle de processus financier Assurances Description : Etablir des scénarios permettant de comprendre et d?anticiper de futurs levier Métiers ou opérationnels pour l?entreprise. Réaliser tout le cycle de valorisation de la donnée : choix, collecte, analyse de qualité de donnée, redressement, préparation, puis valorisation spécifique à la Data Science (analyse prédictive voir prescriptive, mise en place d'algorithmes d'apprentissage automatique ou profond, conception de Data Visualization dynamique, Data Storytelling, etc.) Appliquer des techniques (statistiques, text mining, comportementale, géolocalisation, ?), d?extraction et d?analyse d?informations, obtenues à partir de gisements de données (Big Data) Obtenir des données adéquates, trouver les sources de données pertinentes, faire des recommandations sur les bases de données à consolider, modifier, rapatrier, externaliser, internaliser, conçoit des datamarts, voire des entrepôts de données (data warehouses). Évaluer la qualité et la richesse des données (les rassembler, les modéliser et en vérifier la véracité). Analyse des résultats pour ensuite les intégrer dans le système d?information cible du Métier Analyse des données pour traduire une problématique Métier en problème mathématiques/statistiques et réciproquement Comparer et évaluer différents modèles ou méthodes de calcul, et anticiper les avantages et inconvénients dans un environnement Métier