Remise du prix du meilleur mémoire d'actuariat - Promotion 2020
Laurène MARTIN a remporté le Prix du meilleur mémoire d'actuariat ENSAE - Promotion 2020 pour son mémoire « Mortality risk modeling with Machine Learning ». Le jury a également attribué cette année une mention spéciale à Damien LOUREIRO pour son mémoire « Utilisation de la DSN et de l’open data pour élaborer et expliquer un zonier Incapacité ».
De gauche à droite : Pierre Biscourp, Isabelle Tournassoud, Caroline Hillairet, Damien Loureiro, Laurène Martin et Philippe Talleux
L’ENSAE Paris s'associe à l'ENSAE Alumni pour récompenser 2 étudiants de la voie actuariat promotion 2020. Ce prix est destiné à promouvoir l’excellence des travaux réalisés en science actuarielle par les étudiants de l’ENSAE dans le cadre de leur mémoire d’actuaire. Le Jury a décidé de sélectionner des travaux originaux alliant à la fois une grande rigueur scientifique et un fort potentiel d’applications futures pour l’ensemble de la communauté actuarielle et des entreprises du secteur de l’assurance.
Composition du jury :
- 2 professeurs académiques de l’ENSAE Paris : Caroline Hillairet et Christian Yann Robert
- 2 professeurs du monde professionnel de l’ENSAE Paris : Norbert Gautron et Franck Le Vallois
- 2 membres de la commission scientifique de l’Institut des actuaires : Anne Emily et Jérôme Vignancour
La remise du prix s'est tenue à l’ENSAE Paris vendredi 15 octobre 2020, en présence de Pierre Biscourp (directeur de l’ENSAE Paris), Isabelle Tournassoud (Présidente ENSAE Alumni), Philippe Talleux (Président de l’Institut des actuaires).
Pour Variances, le webzine des ENSAE Alumni, Laurène Martin a résumé son travail. Cliquez ici pour retrouver son article.
L’avènement de l’intelligence artificielle en assurance ne se limite pas à l’automatisation de la souscription ou au développement de chatbot. L’intelligence artificielle peut aussi être utilisée pour le cœur même du métier de l’assureur : l’amélioration de sa connaissance du risque. La consolidation des systèmes d’information permet aux assureurs et réassureurs d’accroitre leur efficacité opérationnelle et d’analyser des bases de données plus riches. Dans ce contexte, mon mémoire d’actuariat porte sur l’étude et l’évaluation des avantages de la modélisation de la mortalité à l’aide du Machine Learning sur un marché concurrentiel d’assurance vie.