Analyse de la DSN et applications pratiques avec la Data Science pour l’Assurance

Cette formation donne 84 points PPC aux membres qualifiés de l’Institut des Actuaires
Dernière mise à jour le 5 janvier 2024

Programme de la formation

Introduction à la DSN et Manipulation des Données

 

Introduction à la DSN

  • Présentation de la Déclaration Sociale Nominative (DSN) et de son importance
  • Bref historique de la DSN et des raisons de son développement
  • Les enjeux de l’exploitation de la DSN pour les entreprises et les assureurs

Compréhension des Flux et Manipulation des Données

  • Distinction entre les deux types de flux Y et W dans la DSN
  • Exploration des fichiers bruts de la DSN et des blocs de données
  • Introduction aux cas d’usage courants liés à la DSN

 

Qualité des Données, Analyse Prédictive et Conformité

 

Fiabilisation des Données et Manipulation Textuelle

  • Identifier les types de problèmes de qualité des données dans la DSN
  • Utilisation de R pour manipuler et nettoyer les données textuelles
  • Comparaison des textes (noms, prénoms, adresses, codes polices)

Analyse Approfondie et Conformité

  • Construction d’un tableau de bord pour une vue globale des données
  • Identifier les radiations et les mises en portabilité
  • Gérer les déclarations tardives et effectuer des retraitements
  • Introduction à l’analyse prédictive avec un cas pratique
  • Approche de détection d’anomalies et de fraudes dans la DSN

 

Approfondissement et Pratique Avancée

 

Analyse RH 360

  • Analyse des arrêts de travail et calcul du taux d’absentéisme
  • Approche pour une analyse globale des emplois dans la DSN

Travaux Pratiques et Scénarios Réels

  • Exercices pratiques basés sur des scénarios réels de manipulation de données DSN
  • Résolution de problèmes de qualité des données
  • Mise en œuvre d’analyses prédictives simples
Date
28 et 29 mai 2024
Inscription possible jusqu'à la veille de la formation 16h (hors weekend et jour férié)

SESSION GARANTIE

Horaires

9h00 - 12h30 et 14h00 - 17h30

Prix
  • 2300 € HT
  • TVA 20%
  • 2760 € TTC
Lieu

CARITAT, 5 rue Tronchet 75008 PARIS

Session suivante

En 2025

Durée

2 jours

Programme adaptable,
sur-mesure

Notre formateur

Kezhan SHI

Il est diplômé de l'École Centrale Paris et titulaire d'un master en actuariat de l'Université Paris Dauphine. Il a travaillé chez Axa Global Direct et Allianz, avant de rejoindre Diot Siaci en 2022, au titre de Responsable du Data Lab.

Points clés

À qui s’adresse cette formation ?

Aux professionnels de l’assurance et aux experts en analyse de données qui souhaitent optimiser l’utilisation de la DSN pour améliorer la tarification, la détection de fraudes, le scoring et autres domaines pertinents dans le secteur de l’assurance.

Pour obtenir quoi ?

Une maîtrise avancée des compétences nécessaires pour exploiter efficacement les données de la DSN à des fins d’analyse, de modélisation et de prises de décision stratégiques dans l’assurance.

Quels objectifs pédagogiques ?

Approfondir la compréhension des besoins spécifiques de l’industrie de l’assurance dans le contexte de la DSN.

 

Présenter les diverses solutions d’intelligence artificielle et de machine learning pour relever les défis de l’assurance.

 

Identifier et expliquer en profondeur les techniques avancées de machine learning et les fondements mathématiques associés.

 

Maîtriser le processus complet de machine learning, de la préparation des données à la création de modèles prédictifs.

 

Développer des produits et des solutions data science qui répondent aux besoins spécifiques de l’assurance.

Quelles méthodes mobilisées ?

Les sessions théoriques seront enrichies par des exercices pratiques intensifs réalisés avec le langage de programmation R et/ou python. Cela permettra aux participants de mettre en pratique les concepts abordés et de développer des compétences concrètes.

Quels sont les prérequis ?

Une connaissance de base en assurance et en manipulation de données est requise. Les participants devraient avoir une compréhension générale des concepts d’assurance et des principes fondamentaux de l’analyse de données.

Quelles modalités d’évaluation ?

Une évaluation des acquis des objectifs sera réalisée durant la formation.

 

Chaque participant se munira d’un ordinateur portable pour les travaux pratiques.

Points forts

  • Approfondir la compréhension des besoins spécifiques de l’industrie de l’assurance dans le contexte de la DSN.
  • Présenter les diverses solutions d’intelligence artificielle et de machine learning pour relever les défis de l’assurance.
Inscrivez-vous à notre newsletter

Pour recevoir toutes les dernières informations