Analyse des Données Modèle Interne (Vie) StagiaireSCOR

As a leading global reinsurer, SCOR offers its clients a diversified and innovative range of reinsurance and insurance solutions and services to control and manage risk. Applying 'The Art & Science of Risk,' SCOR uses its industry-recognized expertise and cutting-edge financial solutions to serve its clients and contribute to the welfare and resilience of society in around 160 countries worldwide.
Working at SCOR means engaging with some of the best minds in the industry - actuaries, data scientists, underwriters, risk modelers, engineers, and many others - as we work together to find solutions to pressing challenges facing societies.
As an international company, our common culture is defined by 'The SCOR Way.' Serving both to build momentum that drives the Group forward and as a compass to guide our actions and choices, The SCOR Way is anchored by five core values, reflecting the input of employees at all levels of the Group. We care about clients, people, and societies. We perform with integrity. We act with courage. We encourage open minds. And we thrive through collaboration.
SCOR supports inclusion and the diversity of talents, and all positions are open to people with disabilities.

Contribuer pendant 3 mois entre les mois de mai et octobre à la validation des données du modèle interne Vie en exploitant une base de données volumineuse pour analyser la segmentation, la cohérence de la granularité, la complétude et les effets compensatoires, tout en évaluant l'impact potentiel de ces éléments sur les résultats du modèle.
La Direction Actuariat Groupe est composée de trois pôles : Provisionnement Vie, Provisionnement Non-Vie et Analyse de Modèle.
Le pôle Analyse de Modèle a pour mission principale la validation indépendante du modèle interne de SCOR utilisé pour le calcul du SCR du Groupe et des entités européennes, le développement de la gestion du risque de modèles à SCOR incluant la validation de ces modèles. Il a également pour mission d'assurer une veille actuarielle et réglementaire continue, de mener des études permettant l'implémentation dans le Groupe des nouvelles méthodologies ou normes réglementaires, de mettre en œuvre des méthodes et procédures normalisées d'évaluation et gestion des risques pour l'ensemble du Groupe.
Responsibilities:
Sous la supervision des responsables de l'équipe Analyse de Modèles, la stagiaire aura pour mission de contribuer au développement d'une méthodologie d'analyse des données relatives aux risques biométriques Vie, en travaillant sur une base de données alimentant le modèle interne. Les principales responsabilités incluent :
* Participer à la revue et à la validation des données utilisées par le modèle interne - risques biométriques Vie.
* Revoir et décrire le niveau de qualité des données des différentes bases Vie, y compris la base de
données utilisée pour le modèle interne (RDWH, Foundry).
* Sur la base de la revue de la base de données Vie du modèle interne, analyser la complétude des
données en identifiant les points dépourvus de sensibilités, en investiguer et documenter les causes, et le cas échéant mesurer l'impact de ces sensibilités manquantes sur le SCR.
* Identifier les segments ou points de données pour lesquels des effets compensatoires inattendus
sont observés et mesurer l'impact sur le SCR du retrait de ces effets compensatoires.
* Analyser la granularité des projections (géographie, lignes de métier, maturité) et la comparer aux
volumes du profil de risque de SCOR à la maille la plus fine, afin d'identifier les axes d'amélioration
de la granularité au regard de l'évolution du profil de risque et de la disponibilité des données.
* Documenter les tests réalisés et participer à la rédaction du rapport de validation.
* Développer et automatiser le reporting relatif à la base de données du modèle interne Vie afin de
permettre une mise à jour régulière des analyses précédentes (qualité des données, sensibilités
manquantes, effets compensatoires et adéquation de la granularité de modélisation).

Qualifications:
* 2ème année (équivalent M1) d'une école d'actuariat ou d'une école d'ingénieur avec une spécialisation en mathématiques financières ou en statistiques/probabilités.
* Compétences en termes d'organisation, communication, esprit critique et rigueur scientifique.
* Capacité d'adaptation, flexibilité et engagement.
* Bonne connaissance de R et Python.
* Bon niveau d'anglais à l'écrit comme à l'oral