D'un diplôme d'Ingénieur à la conception d'outils d'IA.
J’ai rejoint le service « R&D et Data’Lab Groupe » en CDI depuis Décembre 2016, après 3 années passées à l’ISEP, une école spécialisée dans le numérique et tout particulièrement dans les Systèmes d’Informations. Durant mon parcours, j’ai pu acquérir de solides compétences en :
- IT : Programmation / Big Data / Business Intelligence / etc…
- Modélisation Mathématique : Analyse de données / Data Mining / Machine Learning / etc…
Par ailleurs, j’ai effectué mon stage de fin d’études en tant que Data Scientist Junior à la Société Générale Corporate & Investissement Banking dans l’équipe Quants / Traders pour travailler sur la prédiction et l’optimisation des ressources machines allouées aux calculs d’analyse de risques. J’ai ainsi pu développer mes compétences non seulement en Data Science, mais aussi dans le métier d’analyste quantitatif et dans le secteur des Marchés Financiers.
Aujourd'hui je travaille sur la conception d'outils d'IA pouvant aider à la croissance de CNP (Reconnaissance de documents / Classification de text / Ciblage marketing etc) et en parallèle de ça, je suis une formation pour obtenir le titre d'Actuaire en vue d'avoir cette double casquette et d'être encore plus utile pour l'avenir de CNP.
Je crée des modèles pour aider CNP dans sa transformation digitale !
Le DataLab travaille de manière transverse avec toutes les BU et Fonction Groupe de CNP dans le processus de digitalisation / d'automatisation dans lequel nous nous trouvons. Il y a beaucoup d'enjeux stratégiques là dedans. Le but étant de faire parler les données, afin d'en extraire les meilleurs éléments possibles, permettant d'apporter de la valeur ajoutée à l'entreprise. On peut citer :
- Gestion et processus : Reconnaissance de document / Classification de mails etc. (ces tâches sont chronophage pour la plupart sans valeur ajoutée pour l'exécutant)
- Règlementaire : Détection de fraude etc.
- Actuariat / Finance : Calcul de provision / Calibrage des lois de mortalité et de rachats via des outils de Machine Learning
- Business et marketing : Ciblage marketing
Mon poste actuel consiste donc à recueillir ces besoins, les données qui nous permettront de réaliser le projet, de définir les modèles donnant les meilleurs résultats et de les mettre en production afin qu'ils soient au service de toute l'entreprise. Nous industrialisons plus d'une trentaine de projets par an.
Il y a aussi une forte partie de veille technologique afin de se tenir toujours informé des nouveautés sur le marché.
Participer à des projets intéressants dans une équipe dynamique!
Le métier de Data Scientist est sans aucun doute un métier d'avenir. Depuis quelques années, le monde est entré dans un air de digitalisation. C'est donc un métier qui est en plein expansion et dont l'importance ne cessera de croître au cours des années à venir avec de belles perspectives de carrière.
De plus, au sein du Data Lab, il y a une belle dynamique et grâce à nos premières industrialisations qui ont bien réussi, nous sommes devenus le centre de solutions en termes de Data Science dans le groupe et ceci offre une belle projection pour les années à venir.
Sois toujours ambitieux (se) tout en restant intègre dans tes voies !
Il faut toujours se tenir informé des différents mouvements sur internet et être à l'affut de la moindre nouvelle évolution, que ce soit en termes de nouvelles technologies, ou en termes de nouveau poste potentiel. Faire de la veille, participer à des challenges sur Kaggle etc, se former avec des bouquins / des formations offertes sur internet. Bref, être ambitieux (sans que ça n'aille à l'encontre des valeurs que nous défendons)
En effet, ce secteur est en perpétuel mouvement et pour suivre ce dernier, il faut être très actif, savoir se projeter, et pour les compétences humaines, un minimum d'humilité ne serait pas de trop. Ce qui n'empêche pas d'être confiant et plus assertif lors de la présentation de ses résultats.
Nous avons gagné le 3e prix au trophée de l'assurance en 2018 !
Nous avons développé le modèle MPR, qui utilise des algorithmes de Machine Learning combinés avec du NLP (traitement de texte, rapprochements phonétiques, croisements géographiques, modules de distance entre chaînes de caractères) permettant de retrouver plus de 99% des bénéficiaires de contrats d’assurance vie en déshérence afin de leur verser les capitaux qui leur sont dus dans le cadre de la loi Eckert et ceci en dépit d'éventuelles erreurs de saisie sur le nom, prénom etc.
C'était le premier modèle que nous avons industrialisé, validé par l'ACPR, et qui est aujourd'hui étendu à d'autres cas d'utilisations. Les bons résultats qu'il fourni nous a donné une certaine "légitimité" pour porter les autres sujets que nous avons aujourd'hui, et nous a aussi permis d'obtenir le trophée de bronze dans la catégorie Innovation Relation Clients à l’occasion des Trophées de l’assurance 2018.
