Le pôle Data Développement et Pilotage offre une expertise dans tous les aspects de la chaine de valeur data, BI et IA , contribuant ainsi à éclairer les prises de décisions, à optimiser le pilotage opérationnel et stratégique, et à renforcer les activités commerciales et relations clients (marketing, communication, etc.) au sein de la Caisse Régionale.Le pôle favorise la sensibilisation autour des enjeux de la donnée auprès des employés et offre un soutien spécialisé autour des outils et techniques d'exploitation de la donnée.
Trois activités au sein du pôle :
Pilotage/BI :
Consiste à produire des indicateurs de l'activité commerciale à l'usage des manageurs des réseaux, siège, ainsi que de la Direction Générale, également la production des suivis des risques pour le contrôle financier.
Produire l'intégralité des indicateurs décisionnels de la Caisse Régionale (indicateurs stratégiques et de performances)
Offrir une assistance technique et fonctionnelle aux différents clients (réseaux, caisses locales, comité de directions, instances nationales, etc.)
Ciblage et data mining :
Principalement articulée autour des opérations de ciblage marketing, l'activité de Ciblage et Data Mining consiste aussi à extraire et structurer les données d'intérêt afin de produire des études autour de la connaissance des clients.
Produire les ciblages, industrialiser certains traitements récurrents
Transformer les données en informations actionnables pour des études et analyses autour de la connaissance clients (conformité, moment de vie, etc.)
Data Science :
Occupe une place essentielle au sein d'un dispositif CRM axé sur les données. Grâce à des méthodes avancées d'analyse et d'exploitation des données, le secteur Relation Client peut entre autres bénéficier d'informations précieuses concernant le comportement des clients, accroître leur fidélité, proposer des expériences individualisées et maximiser les recettes.
Modéliser et produire des études statistiques avancées pour les différents métiers de la Caisse Régionale, par le prisme Client (attrition, fraude, ventes produits, risques climatiques, etc.)
Déployer et mettre en production (scores pour les ciblages, modèles de machine learning, etc.)
Dans le cadre de ce stage vous serez amené à :
- Étudier, cadrer, documenter et mettre en place une architecture de déploiement de modèles de machine learning pour permettre la mise en production rapide et fiable.
- Apporter sa connaissance en DevOps /MLOps pour améliorer la qualité et la fiabilité des déploiements.
- Collaborer avec l'équipe de data scientist pour intégrer les modèles de machine learning dans l'architecture de déploiement cible.
- Participer aux projets de Data Science.