Critères de l'offre
Métiers :
- Data scientist (H/F)
Expérience min :
- 11 à 21+ ans
Secteur :
- Banque, Finance, Assurances
Diplômes :
- Diplôme de grande école d'ingénieur
- + 1 diplôme
Lieux :
- Issy-les-Moulineaux (92)
Conditions :
- CDI
- Salaire non précisé
- Temps Plein
L'entreprise : CNP Assurances
Membre du Grand Pôle Financier Public, le Groupe CNP Assurances est un acteur de référence de l'assurance de personnes (assurance vie, retraite, emprunteur, prévoyance, santé, services, ...), en France, en Europe et en Amérique Latine. CNP Assurances élabore ses offres en liaison étroite avec chacun de ses partenaires (La Banque Postale, BPCE, Banco Santander, etc.).
Animée par une vocation citoyenne, nous agissons pour une société inclusive et durable en apportant au plus grand nombre des solutions d'assurance qui protègent et facilitent tous les parcours de vie. Nous sommes membre du Groupe La Banque Postale.
Pour plus d'informations, posez vos questions en direct à nos Ambassadeurs sur https://cnp-assurances.career-inspiration.com/app/home www.cnp.fr @CNP_Assurances
Description du poste
Au sein du service Data Client de la Direction Marketing, le/la Data Scientist contribue au développement de la connaissance client, à l'optimisation de la performance commerciale et à l'accélération de la transformation data-driven du Groupe CNP Assurances.
Le poste vise à concevoir et industrialiser des solutions d'intelligence artificielle, produire des analyses avancées de portefeuille et développer des outils de pilotage permettant d'accompagner les métiers marketing, commerciaux et partenaires dans leurs prises de décision.
Le/la Data Scientist intervient également comme acteur clé de l'acculturation data et IA auprès des équipes métiers et IT.
Missions principales
1. Développement de modèles de Data Science et d'IA
- Concevoir, développer et maintenir des modèles statistiques et de machine learning répondant aux enjeux business et marketing.
- Développer des scores clients (appétence, multi-équipement, attrition/résiliation, potentiel commercial, rétention, etc.).
- Concevoir des solutions innovantes basées sur l'IA générative (LLM (Large Language Models), RAG (Retrieval Augmented Generation) etc…)
- Participer à l'industrialisation des modèles avec les équipes IT/Data.
- Assurer le suivi de performance, la robustesse et l'amélioration continue des modèles.
2. Études et analyses de la connaissance client
- Réaliser des études statistiques et comportementales sur les portefeuilles clients et assurés.
- Mettre en œuvre des segmentations et techniques de clustering afin d'identifier les profils clients et leurs comportements.
Identifier des leviers d'activation marketing favorisant le multi-équipement, la fidélisation, la rétention et l'amélioration de la valeur client.
- Produire des recommandations opérationnelles à destination des directions marketing, commerciales et partenaires.
- Valoriser les analyses via des restitutions claires et pédagogiques.
3. Développement de dashboards et outils de pilotage
- Concevoir et maintenir des dashboards interactifs et indicateurs de pilotage.
- Mettre à disposition des outils d'aide à la décision pour le suivi :
des portefeuilles assurés,
des campagnes marketing,
des performances commerciales,
des indicateurs de rétention et multi équipement.
- Garantir la fiabilité, la cohérence et la lisibilité des données présentées.
- Participer à l'amélioration continue des reportings et datavisualisations.
4. Support Data aux métiers et à l'IT
- Accompagner les équipes métiers dans l'exploitation des données.
- Réaliser des extractions, contrôles et analyses de données.
- Participer aux recettes métiers et validations de données.
5. Acculturation Data & IA
- Participer à la diffusion de la culture data et IA au sein du Groupe.
- Contribuer au partage de bonnes pratiques et retours d'expérience.
- Assurer une veille technologique sur les usages data, IA et marketing analytics.
Description du profil
Formation et expérience
- Bac +5 en Data Science, Statistiques, Informatique ou école d'ingénieur.
- Expérience confirmée en Data Science et analyse de données.
- Une expérience dans les secteurs assurance, banque ou marketing est appréciée.
Compétences techniques
- Maîtrise de Python et SQL.
- Connaissances en machine learning, statistiques et datavisualisation.
- Appétence pour les sujets IA générative (LLM, RAG).
Qualités personnelles
- Esprit d'analyse et de synthèse.
- Capacité à vulgariser des sujets techniques.
- Autonomie, curiosité et sens du collectif.
- Orientation business et sens du service.
- Curiosité et appétence pour l'innovation.
- Aisance relationnelle et esprit d'équipe.
- Autonomie et capacité à piloter plusieurs sujets simultanément.
- Force de proposition.

