Je suis spécialisé dans la transformation de données complexes sur l’assurance en analyses stratégiques exploitables. Avec une solide base en sciences actuarielles et en apprentissage automatique avancé, j’aide les compagnies d’assurance et les institutions financières à naviguer vers la prise de décision basée sur les données et l’excellence réglementaire.

Mon expertise se situe à l’intersection des méthodes actuarielles traditionnelles et des techniques computationnelles modernes. Qu’il s’agisse de mettre en œuvre les normes de reporting IFRS 17, d’optimiser les réseaux de fournisseurs d’assurance santé via la programmation linéaire, ou de construire des modèles prédictifs pour la tarification et le comportement des clients, je propose des solutions à la fois rigoureuses sur le plan technique et alignées sur le business.

Domaines clés d’expertise :

Modélisation actuarielle : tarification, réserve et reporting financier (spécialisé dans les cadres IFRS 17).

Analyse de l’assurance : Développement de modèles ML pour l’acceptation d’offres, la prévision du churn et l’évaluation des risques.

Optimisation : Résoudre des problèmes métier complexes en utilisant la programmation linéaire (par exemple, la conception de réseaux et l’allocation des ressources).

Finance quantitative : applications du calcul stochastique, simulations des marchés financiers et stratégies de minimisation des risques.

Pile technique : Python (Pandas, Scikit-learn, Pyomo), R, SQL et modélisation financière.

Je suis passionné par l’aide pour les startups et les entreprises établies à construire des services actuariels évolutifs et des pipelines de données robustes. Si vous cherchez un consultant qui comprend à la fois le « pourquoi » du risque en assurance et le « comment » de la data science, connectons-nous.