Rejoignez une entreprise à taille humaine et en croissance, au service de plus de 3 millions de clients, et qui se positionne sur tous les segments de l’assurance. 

1/ Quels seront vos futurs challenges ? 

Dans le cadre de vos missions, vous serez amené(e) à :

• Réaliser l'extraction et la préparation des données,

• Créer, tester, comparer des modèles prédictifs en utilisant des modèles statistiques ou de Machine Learning (méthodes d’apprentissage supervisé tels que random forest, extrem gradient boosting, support vector machine, réseaux de neurones, ainsi que méthodes d’apprentissage non supervisé),

• Préparer la mise en production des modèles,

• Présenter et documenter les travaux réaliser.

2/ Dans quel environnement évoluerez-vous ? 

Au sein de la Direction IARD & Santé, l’équipe R&D Data Science réalise des travaux de détection et de lutte contre la fraude. A partir de données structurées, non structurées provenant de diverses sources internes ou externes, l'équipe R&D Data Science réalise des modèles en utilisant des techniques Statistiques ou de Machine Learning.

3/ Etes-vous la personne qui saura relever ce challenge ?

Vous êtes actuellement en formation supérieure en Master 2 Data Sciences, Statistiques ou Ecole d’Ingénieur.

Vous maitrisez Python. Vous souhaitez intégrer une équipe jeune et dynamique ettravailler sur des sujets en lien avec des problématiques concrètes.

Votre rigueur, votre esprit de synthèse, votre motivation et votre aisance relationnelle seront indispensables pour réussir ce stage. Vous devrez également faire preuve d’autonomie et de proactivité pour mener à bien les missions qui vous seront confiées.

4/ Modalités pratiques :

• Durée : Stage 6 mois

• Date de démarrage : Mars 2026

• Lieu : Bois-Colombes (92)

5 - Ce que nous avons à vous proposer ?

• Une gratification fixe,

• Un remboursement de transport flexible, encadré par un forfait mobilité durable, pour favoriser les mobilités douces.

• Un environnement de travail chaleureux et convivial 100 % en flex-office, facilement accessible en transport.