100% actuaires
2022
Les vidéos des présentations sont visibles ICI
- Présentation de travaux du groupe de travail sur l'assurance des emprunteurs de l'Institut des Actuaires
- La RPA au service de l'actuariat et de la qualité des données
- Gestion du risque de transition d'un portefeuille d'actifs
- Les Impôts Différés sous Solvabilité 2
- Does Autocalibration Improve goodness of lift ?
- L’assurance inclusive comme outil de réduction du nombre de conducteurs sans assurance
- Le monde en 2035, un panorama (prospectif) des risques émergents !
- Impacts du changement climatique sur la souscription et la quantification des risques liés au climat
- Déterminisme et apprentissage : êtes-vous une loi de proba ?
- Fidélisation des assurés dans une mutuelle par des méthodes de machine learning, retour d'expérience des actuaires et des commerciaux
- Données DSN et provisionnement de l’arrêt de travail : une application pratique
- Impact des évolutions climatiques sur les périodes de retour des évènements extrêmes
- Présentation des travaux du groupe de travail Prévoyance de l'Institut des actuaires relatifs à la réforme des retraites
- Réforme des retraites, prévention des actifs et emploi des seniors : quels challenges pour les assureurs ?
- Explicabilité des modèles de machine learning, quelques explications et mise en pratique
- Enrichissement de données par IA pour la modélisation de l'impact du risque sécheresse
- Réseaux de neurones génératifs pour la création de données synthétiques en assurance, contexte et cas d'usages
- Comment appréhender la valorisation d’un portefeuille d’assurance en 2022 ?
- ALM dans le nouvel environnement économique
- Le monde de l'assurance à l'épreuve des risques émergents : approche exploratoire sur le risque épidémique
- Utilisation de l’Open Data dans le suivi des risques climatiques
- Choix du générateur de nombres aléatoires au sein du Générateur de Scénarios Economiques
- Méthodes d’extrapolation et d’interpolation - Applications à la gestion des risques (Groupe BFA de la SFdS)
- Éclairer l'avenir de la protection sociale de la Fonction Publique (Réforme en cours de la Protection Sociale Complémentaire)
- Quelles solutions pour réduire la volatilité du résultat IFRS ?
- Retour sur les travaux du GT Provisionnement non-vie : bonnes pratiques et points d'attention
- Encadrement de l’IA et renouveau des questions de discrimination dans les travaux actuariels
- Les enjeux techniques et opérationnels d'une Optimisation Tarifaire : les modèles d'élasticité au prix au cœur de la méthodologie
- Améliorer un modèle de Machine Learning par la personnalisation : fonction de perte et enrichissement par les données
- Cartographie des risques
2019
- Introduction à la transparence des algorithmes de la machine learning
- Le provisionnement des principales branches spéciales d’assurance IARD
- La certitude de l’incertitude au coeur des normes comptables internationales : une étude expérimentale et linguistique
- Optimisation de la couverture de réassurance & détermination des seuils de grave
- Disparition des taux de référence et conséquences sur les métiers de l’assurance
- Sam’Salama un projet de micro-assurance santé à Madagascar
- La santé, les évolutions en cours et à venir - Etudes d’impact 100% Santé sur un portefeuille réel
- Prix SCOR 2018 de la Thèse
- Prix SCOR 2018 du Mémoire
- La data science au service du courtage pour assurer une marge optimale
- Vers un modèle de tarification ML interprétable : Modèle de fréquence basé sur des données telematics.
- Comment aider les actuaires à déterminer les coûts d’une réparation auto à l’aide de l’Intelligence Artificielle ?
- Accélérateurs pour la mise en place d'une couverture indicielle des risques météo-sensible
- Comment améliorer l’expérience client et la maîtrise des risques avec la data science ? Des expérimentations à l’industrialisation.
- Cyber Risk: comment construire des modèles de tarification, de provisionnement, et d’accumulation à partir de données extrêmes, hétérogènes et surtout peu nombreuses ?
- Création d'un Zonier Auto par Open Data et Machine Learning
- Active learning pour la détection des catégories dans des champs textuels
2018
- Actualités du GT santé - Focus 100% Santé : les enjeux, les impacts
- Présentation des travaux menés au sein du groupe de travail NPER : quelles évolutions possibles pour le support eurocroissance avec la loi Pacte ?
- Présentation du fonctionnement des institutions internationales d'actuaires (Commission Normes et international)
- Atelier de recherche. Tables de mortalité Best estimate : une approche de crédibilité pour les portefeuilles de petite taille
- Préparer les actuaires à l'arrivée des voitures autonomes à l'aide de modèles réduits (Groupe de travail Big Data et Club Algo)
- IFRS 17 : point d'actualité et avancées du GT IFRS 17
- Projet d'assurance Santé pour des enfants scolarisés à Haïti (Groupe de travail Micro-Assurance)
- Prix SCOR 2017 de la Thèse
- Prix SCOR 2017 du Mémoire
- Voitures connectées : comment améliorer la sinistralité ?
- Séries temporelles en grande dimension appliquées à la projection de la mortalité
- Telematics: des big data au business model
- Les Chatbots, ces nouveaux vecteurs d'information
- Etude des traités de réassurance par natural language processing : méthodes et leviers d'innovation
- Pilotage supervisé d'un portefeuille d'assurance
- Apport des données télématiques pour la connaissance du risque
2017
- Présentation des commissions techniques
- Présentation des travaux et projets menés au sein du groupe de travail « Micro-Assurance »
- Présentation des travaux menés au sein du groupe de travail « Indicateurs de suivi et de pilotage en prévoyance »
- Fonds de retraite professionnelle supplémentaire (FRPS)
- Protection de la clientèle ? PRIIPs
- Analyse du reste à charge des ménages sur la base des données EGB
- Présentation du fonctionnement des institutions internationales d’Actuaires (AAE en particulier) et des travaux du département international
- Prix SCOR 2016 de la Thèse
- Prix SCOR 2016 du Mémoire
- Comment les nouvelles bases de données santé en open data peuvent-elles être source d’inspiration pour les produits d’assurance santé de demain ?
- Méthodes de provisionnement individuel à l’aide du Machine Learning
- La Data Science et son apport pour mieux détecter les besoins de prévention des assurés en santé
- Le deep learning au service de l’assureur non-vie
- Obligations réglementaires, l’exploitation des données Client, sa mise en oeuvre dans le cadre de LCB-FT
2016
- Etudes sur le système de financement de la santé
- Risk management et cyber risk : quel rôle pour l'actuaire ?
- L'approche ERM : quelles utilisations, quels apports pour faire évoluer les métiers ?
- Le risque opérationnel
- Quelles pistes d'adaptation au contexte de taux bas ?
- La Micro-Assurance en France : un projet de contrat obsèques
- Contrainte réglementaire : la gouvernance des données au service des métiers
- Quels algorithmes pour quels usages en assurance auto ?
- Retour d'expérience comparé de 2 POC Data Science sur l'analyse du comportement en épargne
- Predictive Analitycs : Quelles technologies? Comment les utiliser ? Quelles applications en assurance ?
- Détecter le projet d'achat d'un véhicule de nos clients en portefeuille - Application au marketing direct
2015
- La gouvernance des modèles: apport des sciences sociales à l'actuariat
- Comment adapter l'ERM à l'ère du digital ?
- Groupe de travail fonction actuarielle
- Actu'Elles - à vos marques, prêts, networkez !
- Groupe de travail Gestion des risques
- Présentation d'Actuaires Sans Frontières
- Groupe de travail Best Estimate
- Mesure des risques d'estimation et de tendance pour une table prospective d'expérience
- Prix SCOR de la Thèse - Outils de modélisation des phénomènes environnementaux extrêmes ainsi que de leurs impacts
- Prix SCOR du mémoire - apports de la logique floue dans la modélisation des lois comportementales
- Résultat et analyse d'un pricing game en assurance
- L'importance de la communication chiffrée
- Predictive Analytics Technics applied to insurance
- Digital & Marketing Analytics en Assurance
- Retour d'expérience sur la mise en place d'un laboratoire de Data Science chez un assureur
- Données pour la Data Science: opérer une sélection ou se lancer tous azimuts ?
