Traduire les exigences de Solvabilité 2 sur la qualité des données
Faire le lien entre la maîtrise de la qualité des données et la datascience
Mettre en place des algorithmes d’évaluation de qualité des données, et construire des indicateurs de qualité avec des cas pratiques
Automatiser la détection et la correction des anomalies dans les données
Pour qui ?
Directions des risques ; Actuaires ; Responsables conformités ; Risk-managers ; Responsables du contrôle interne ; Auditeurs internes ; Contrôleurs internes ; Directions des Systèmes d’Information (DSI) ; Auditeurs IT ; Data-Scientists ; Responsables de la qualité des données ; Chief data officers (CDO) et plus largement toute personne partie prenante et / ou garante d’un projet de qualité de données et / ou gérant des bases de données
Société d’assurance et de réassurance, mutuelle et institution de prévoyance
Prérequis de la formation
Cette formation entre dans le champ d'application des dispositions relatives à la formation professionnelle continue car considérée comme une action d'adaptation et de développement des compétences des salariés.
Évaluer les risques et les enjeux financiers et réglementaires liés à la qualité des données
Traduire les exigences de solvabilité 2 en matière de gouvernance de la qualité des données
Appréhender les risques et les coûts d’une mauvaise qualité des données
Définir une donnée de bonne qualité : pertinence, intégrité, disponibilité, auditabilité, traçabilité, conformité et sécurité
Appliquer les principes de la détection des anomalies pour identifier les incohérences
Comprendre la différence entre l’approche exploratoire descriptive et l’approche décisionnelle globale et prédictive
Définir les types d’anomalies : erreurs de saisie, fautes d’orthographe, erreurs intentionnelles, défaillance du système
Explorer des exemples concrets d’anomalies : adresse mal saisie menant à des contrats en déshérence ou impact de la qualité des données sur la production des rapports QRT et répercussions (solvabilité & sanctions)
S’approprier les bonnes pratiques d’organisation et de pré-traitement des données : organisation de fichiers, de données, classification
Intégrer la data science dans les projets d’analyse et de contrôle de la qualité des données
Comprendre les fonctions et cas d’usage de la datascience dans la gestion de la qualité de la donnée
Les techniques au service de l’exploration des données : webscraping, text-mining, machine learning, analyse des séries temporelles
Sélectionner et adapter la technique de datascience de traitement en fonction de la problématique à modéliser
Détecter des valeurs aberrantes avec les méthodes de clustering
Calculer un score de qualité avec les méthodes de classification
Mettre en œuvre l’automatisation de la détection et la correction d’anomalies
Savoir industrialiser les méthodes sélectionnées en tenant compte des contraintes temps réel
Mettre en place des indicateurs clés et des tableaux de bords pour évaluer la qualité
Cas pratique d’automatisation de l’exécution des contrôles et de visualisation des résultats
Modalités pédagogiques, d'évaluation et techniques
Modalités pédagogiques:
Pour les formations synchrones-présentiel ou classes virtuelles (formations à distance, en direct), les stages sont limités, dans la mesure du possible, à une douzaine de participants, et cherchent à respecter un équilibre entre théorie et pratique. Chaque fois que cela est possible et pertinent, des études de cas, des mises en pratique ou en situation, des exercices sont proposées aux stagiaires, permettant ainsi de valider les acquis au cours de la formation. Les stagiaires peuvent interagir avec le formateur ou les autres participants tout au long de la formation, y compris sur les classes virtuelles durant lesquelles le formateur, comme en présentiel peut distribuer des documents tout au long de la formation via la plateforme. Un questionnaire préalable dit ‘questionnaire pédagogique’ est envoyé aux participants pour recueillir leurs besoins et attentes spécifiques. Il est transmis aux intervenant(e)s avant la formation, leur permettant de s’adapter aux publics. Pour les formations en E-learning (formations à distance, asynchrones), le stagiaire peut suivre la formation à son rythme, quand il le souhaite. L’expérience alterne des vidéos de contenu et des activités pédagogiques de type quizz permettant de tester et de valider ses acquis tout au long du parcours. Des fiches mémos reprenant l’essentiel de la formation sont téléchargeables. La présence d’un forum de discussion permet un accompagnement pédagogique personnalisé. Un quizz de validation des acquis clôture chaque parcours. Enfin, le blended-learning est un parcours alternant présentiel, classes virtuelles et/ou e-learning.
Modalités d'évaluation:
Toute formation se clôture par une évaluation à chaud de la satisfaction du stagiaire sur le déroulement, l’organisation et les activités pédagogiques de la formation. Les intervenant(e)s évaluent également la session. La validation des acquis se fait en contrôle continu tout au long des parcours, via les exercices proposés. Sur certaines formations, une validation formelle des acquis peut se faire via un examen ou un QCM en fin de parcours. Une auto-évaluation des acquis pré et post formation est effectuée en ligne afin de permettre à chaque participant de mesurer sa progression à l’issue de la formation. Une évaluation à froid systématique sera effectuée à 6 mois et 12 mois pour s’assurer de l’ancrage des acquis et du transfert de compétences en situation professionnelle, soit par téléphone soit par questionnaire en ligne.
Modalités techniques FOAD:
Les parcours sont accessibles depuis un simple lien web, envoyé par Email aux stagiaires. L’accès au module de E-learning se fait via la plateforme 360Learning. La durée d’accès au module se déclenche à partir de la réception de l’invitation de connexion. L’accès aux classes virtuelles se fait via la plateforme Teams. Le(a) stagiaire reçoit une invitation en amont de la session lui permettant de se connecter via un lien. Pour une bonne utilisation des fonctionnalités multimédia, vous devez disposer d’un poste informatique équipé d’une carte son et d’un dispositif vous permettant d’écouter du son (enceintes ou casque). En ce qui concerne la classe virtuelle, d’un microphone (éventuellement intégré au casque audio ou à la webcam), et éventuellement d’une webcam qui permettra aux autres participants et au formateur de vous voir. En cas de difficulté technique, le(a) stagiaire pourra contacter la hotline au 01 70 72 25 81, entre 9h et 17h ou par mail au logistiqueformations@infopro-digital.com et la prise en compte de la demande se fera dans les 48h.
Ancrées dans l'actualitéDes formation mises à jour en continue selon les changements du secteur assurantiel
Formateurs issus du terrainPour une pleine connaissance de vos problématiques métier
Pédagogie reconnue9 stagiaires sur 10 sont satisfaits de la pédagogie de nos formateurs
Parmi nos formateurs :
Kezhan SHIDiot-SiaciData scientist et actuaire certifié
Expérience
Kezhan est membre certifié de l’Institut des actuaires français. Il est diplômé de l’École Centrale Paris et titulaire d’un master en actuariat de l’Université Paris Dauphine. Il a travaillé en tant qu’actuaire chez CCR, Prim’Act et Direct Assurance, avant de rejoindre Allianz en 2017, au titre de Manager Data Scientist.