Formation. Data-Science pour l Actuariat. 6 Juillet 2015
|
|
- Marcel Cormier
- il y a 8 ans
- Total affichages :
Transcription
1 Formation Data-Science pour l Actuariat 6 Juillet 2015
2 Formation Data Science pour l Actuariat Pourquoi? Nouveau contexte : nouveau besoin - Révolution numérique : données massives et hétérogènes, nouveaux comportements clients, nouveaux usages, nouveaux modes de distribution, objets connectés - Nouveaux besoins de compétences pour les entreprises - Nouvelles compétences à acquérir pour les actuaires Réponse: une formation complémentaire pour les actuaires
3 Principes pédagogiques - Complément aux formations à l actuariat en matière d extraction, gestion et analyse de données massives et hétérogènes, internes et externes: algorithmes, approche data driven, apprentissage statistique, identification de surapprentissage, robustesse des méthodes - Acquisition conjointe d un socle de connaissances théoriques et de savoir-faire opérationnels: immersion dans le monde des Data (notamment concours type Kaggle) exemples d applications aux métiers de l assurance et la protection sociale - Réalisation d un projet sur un sujet actuariel encadré par un tuteur
4 Objectifs de la formation A l issue de sa formation, l actuaire Data Scientist sera notamment apte à : - mettre en place informatiquement les méthodes statistiques en Python (ou R), - mesurer l'efficacité d'un algorithme (complexité, gestion de la mémoire..) et envisager le calcul parallèle, - prendre des décisions sur le stockage de données dans une entreprise d'assurance, une mutuelle, une institution de prévoyance ou un courtier - mettre en œuvre des méthodes avancées online ou offline. - proposer des outils de reporting et de visualisation afin de synthétiser l'information. Dans le cadre des ses fonctions, ces compétences acquises lui permettront notamment de travailler en équipe et de façon créative avec les fonctions informatiques et marketing pour assurer l efficacité et la solvabilité de nouvelles offres et de nouvelles méthodes de distribution.
5 Gouvernance de la formation Direction des Etudes: Arthur Charpentier (Actuaire, Prof. Stat. Rennes et UQAM) Romuald Elie (Actuaire, Prof. Maths, Université Paris-Est et ENSAE) Jérémie Jakubowicz (Agrégé et Docteur Maths, Prof Télécom Paris Sud et ENSAE) Comité Scientifique: Michel Bois (Actuaire, DSI CNP, Membre du Comex CNP) Renaud Dumora (Actuaire, DGA Paribas BNP Cardif) Philippe Marie-Jeanne (Actuaire, Directeur Lab Big Data Innovation AXA Group) Françoise Soulié-Fogelman ( ENS, Consultante, ex KXEN) Olivier Sorba (Actuaire, CRO Groupe Lagardère) Marc Hoffmann (Professeur Stat Dauphine et X, Chaire Big Data Havas ILB) Florence Picard (Actuaire, Commission Scientifique Institut des actuaires) Organisme de formation: IRM Institut du risk management Thomas Behar Président, Membre du Comex de CNP, Président de l Institut des Actuaires Régis de Laroullière Directeur, Directeur de l Institut des Actuaires Catherine Idée Rosier Responsable des formations Sous le parrainage de la Commission Scientifique de l Institut des Actuaires
6 Points forts de la formation - Formation spécifiquement dédiée aux actuaires - En prise directe avec les besoins des entreprises - Mixant théorie et pratique pour optimiser l efficacité opérationnelle - Un contenu pédagogique validée par un Comité Scientifique de haut niveau - Une équipe de direction des études à double compétence: statistiques et informatique - Un contrôle de l acquisition des connaissances - La réalisation d un projet sur un sujet actuariel encadré par un tuteur
7 Programme A) Éléments logiciels et programmation Python ~ 24h B) Datamining et programmation R ~ 18h C) Algorithmique en Machine Learning et mise en situation ~ 24h D) Fondements théoriques de l apprentissage statistique ~ 24h E) Machine Learning distribué et applications ~ 12h F) Contexte actuariel et études de cas pratique ~ 50h * nombre d'heures à titre indicatif
8 Programme A) Éléments logiciels et programmation Python ~ 24h Objectif : Introduction au langage Python et sensibilisation aux grandeurs informatiques pertinentes. Eléments de programme : - Initiation à la programmation Python - Programmation objet, classes, héritage - Bibliothèque des méthodes statistiques usuelles - Eléments logiciels pour grandes bases de donnée - Hardware, performance machine et gestion de mémoire - Efficacité d'un algorithme - Complexité, accès mémoire, ordres de grandeur
9 Programme B) Datamining et programmation R ~ 18h Objectif : Présenter les outils classiques d'exploration de données, sous un angle essentiellement descriptif. Ce module permettra une remise à niveau en R, en rappelant, durant les premières heures, les bases de la programmation en R. Eléments de programme : - Manipuler des données sous R: données continues, facteurs (recodification), dates, heures - Bases de la programmation avancée en R - Méthodes non-supervisées - Analyse factorielle et détection de clusters
10 Programme C) Algorithmique en machine learning et concours Kaggle ~ 24h Objectif : Approche par mise en situation via la participation à un concours type Kaggle. Présentation des différentes phases : exploration, sélection/transformation des données, algorithmes d apprentissage, visualisation Eléments de programme : - Etude de cas - Exploration/ Sélection / Transformation / Nettoyage des données - Principaux algorithmes de Machine Learning: K-NN, Régression Logistique, SVM, Forêts aléatoires, Réseaux de Neurones - Boosting, Bagging - Procédures de validation / sélection de modèle - Visualisation - Retour d expérience et analyse des résultats d un concours Kaggle
11 Programme D) Fondements théoriques du Machine learning ~ 24h Objectif : Présenter les fondements mathématiques des principaux algorithmes de Machine learning Eléments de programme : - Théorie de la décision, Perte, risque, risque empirique - Modèle statistique pour la classification binaire - Machine Learning, Méthodes paramétriques, perceptron, partitionnement - Algorithmes de classification de données massives, Convexification du risque, boosting et SVM - Méthodes ascendantes et descendantes, Critères AIC et BIC - Limites et améliorations de la régression linéaire: Régression pas à pas, pénalisation: ridge, lasso..., GLM, Méthodes de régression alternatives - Approche non linéaire: polynômes locaux, ondelettes, régression PLS et CART
12 Programme E) Machine Learning distribué et applications ~ 12h Objectif : Pour passer à l échelle, les algorithmes de Machine Learning vus dans les modules précédents doivent être repensés. Un cadre efficace est celui des algorithmes distribués où on utilise plusieurs entités de calculs pour mener à bien l objectif initial. L objectif de ce cours sera de présenter différents exemples d algorithmes de Machine Learning distribués Eléments de programme : - Principes généraux de la distributions des algorithmes - Le cas de Map-Reduce - Applications en Machine Learning
13 Programme F) Contexte actuariel et études de cas~ 50h Objectif : Description des enjeux économiques et sociétaux de la révolution numérique du Big Data, en particulier les questions éthiques et contraintes juridiques européennes. Présentations de sujets «métier» et mises en situation via des interventions courtes, et techniques, (2 à 4 h) sur des thématiques précises. Exemple : - Cartographie et GPS - Géolocalisation et anonymisation - Parallélisation massive pour la simulation Monte Carlo - Health monitoring - Visualisation de données et réseaux sociaux - Applications en Génomique - Investissement séquentiel en gestion de portefeuille -...
14 Programme APPLICATIONS AUX MÉTIERS DE L ASSURANCE Approfondissements et études de cas ~ 40h Objectif : Présentations de sujets «métier» et mises en situation via des interventions courtes, et techniques, (2 à 4 h) sur des thématiques précises. Exemples : l... l Enchère web l Réseaux de neurone & e-commerce l Calcul du capital économique en grande dimension l Vente d assurance en ligne l Visualisation de données et réseaux sociaux l Biosécurité l Parallélisation massive pour la simulation Monte Carlo
15 Organisation temporelle des modules Mars Avril Mai Juin Sept. Oct. Nov. Déc. Jan. Fév. Mars Avril A) Eléments logiciels et Python B) Datamining et programma=on R C) Algorithmique en machine learning D) Fondements théoriques sta=s=ques E) Machine learning distribué F) Contexte actuariel et études de cas * calendrier donné à titre purement indicatif
16 Corps professoral Equilibre entre profils académiques et professionnels Corps Académique: Ecole Polytechnique, MIT, Univ. Paris 1, Télécom Sud paris, ENSAE, CNRS Corps professionel: - Du monde des données: CNIL, Microsoft, Dataiku, Critea, Kamaleoon, Datarobot, Quantcube, Teralab - Du monde actuariel et financier: Milliman, COVEA, Deloitte, Ernst and Young, Advestis, Capital Fund Management, BNP, Cardiff
17 Réalisation d un projet Les participants à la formation réaliseront un projet visant à exhiber l'apport de ces nouvelles méthodologies statistiques et informatiques pour la modélisation d'un phénomène actuariel Projet réalisé sous le tutorat d un membre du corps enseignant de la formation Projet réalisé sur la deuxième moitié de la formation Rédaction d un rapport et soutenance devant un jury de membres du corps enseignant ainsi que l ensemble de la promotion (sauf conflit trop important pour cause de confidentialité).
18 Validation de la formation Plusieurs examens ou QCMs au cours de la formation, pour valider l acquisition de blocs précis de compétences en data science Réalisation et soutenance d un projet mettant en application les compétences acquises à des problématiques actuarielles Obtention du diplôme Data Science pour l Actuariat de l Institut du Risk Management
19 Promotion actuelle 21 stagiaires (dont 25% de femmes) Profil actuariel avec forte sensibilité informatique Entreprises représentées: Groupama, MMA, Pacifica, Crédit Agricole, MAAF, CCR, GMF, Alptis, PricewaterhouseCoopers, Forsides, Actuaris, Optimind-Winter, ACPR, Mercer, CNP, BAO
Formation Actuaire Data Scientist. Programme au 24 octobre 2014
Formation Actuaire Data Scientist Programme au 24 octobre 2014 A. Eléments logiciels et programmation Python 24h Objectif : Introduction au langage Python et sensibilisation aux grandeurs informatiques
Plus en détailFormation continue. Ensae-Ensai Formation Continue (Cepe)
CertifiCat de data scientist Formation continue Ensae-Ensai Formation Continue (Cepe) CertifiCat de data scientist La demande de data scientists est croissante mais peu de formations existent. Ce certificat
Plus en détailFORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis
FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités
Plus en détailMéthodes d apprentissage statistique «Machine Learning»
Méthodes d apprentissage statistique «Machine Learning» Fabrice TAILLIEU, Sébastien DELUCINGE, Rémi BELLINA Le marché de l assurance a rarement été marqué par un environnement aussi difficile qu au cours
Plus en détailFinancement et régulation des pensions
Faculté de droit et de criminologie Faculté des Sciences (Institut de Statistique, Biostatistique et Sciences Actuarielles -ISBA) CERTIFICAT D UNIVERSITÉ (12 CRÉDITS ECTS) Financement et régulation des
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailGENIE STATISTIQUE GESTION DES RISQUES ET INGENIERIE FINANCIERE MARKETING QUANTITATIF ET REVENUE MANAGEMENT
Remarque : Tous les cours sont en français, sauf contre-indication. Pour des traductions anglaises des titres, des descriptifs, et plus de renseignements, consultez l intégralité du Programme des enseignements
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Gilles Gasso, Stéphane Canu INSA Rouen -Département ASI Laboratoire LITIS 8 septembre 205. Ce cours est librement inspiré du cours DM de Alain Rakotomamonjy Gilles Gasso, Stéphane
Plus en détailIntroduction. Informatique décisionnelle et data mining. Data mining (fouille de données) Cours/TP partagés. Information du cours
Information du cours Informatique décisionnelle et data mining www.lia.univ-avignon.fr/chercheurs/torres/cours/dm Juan-Manuel Torres juan-manuel.torres@univ-avignon.fr LIA/Université d Avignon Cours/TP
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailDiFiQ. Diplôme Finance Quantitative. Une formation en partenariat. Ensae Dauphine Bärchen
DiFiQ Ensae Dauphine Bärchen Diplôme Finance Quantitative Une formation en partenariat bonnes raisons 5de s inscrire au DiFiQ 1. Gagnez une maîtrise incontournable des techniques quantitatives en finance
Plus en détailPublic. Débouchés. Les atouts du Master PIC. Statistiques des débouchés 22 % 16 % 10 % 14 % 38 % Entreprise Start-up Thèse.
Contexte et enjeux Public Le management de l innovation, un champ en pleine mutation - Les thématiques des stratégies d innovation, de la conception des produits, de l organisation et de la conduite des
Plus en détailOptimisation des ressources des produits automobile première
EURIA EURo Optimisation produits automobile première Pauline PERROT promotion 2011 EURIA EURo 1 ère partie : contexte MMA (FFSA) MAAF (GEMA) SGAM : COVEA (AFA) GMF (GEMA) MMA : Plus 3 millions clients
Plus en détailCALENDRIER DES STAGES 2014/2015
CALENDRIER DES STAGES NIVEAU MASTER 1 : BAC +4 Stage obligatoire et/ou recommandé par la formation Dauphine propose aussi 40 formations en apprentissage voir la liste sur https://dauphinentreprises.dauphine.fr
Plus en détailIODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21
IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances
Plus en détailPanorama des solutions analytiques existantes
Arnaud LAROCHE Julien DAMON Panorama des solutions analytiques existantes SFdS Méthodes et Logiciels - 16 janvier 2014 - Données Massives Ne sont ici considérés que les solutions autour de l environnement
Plus en détailUNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO
UNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO Management Industriel et Excellence Opérationnelle Diplôme conjoint de l'ecole des Mines de Paris (Mines ParisTech) et de l EMINES School of
Plus en détailOrganisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.
2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailAnalytics & Big Data. Focus techniques & nouvelles perspectives pour les actuaires. Université d Eté de l Institut des Actuaires Mardi 8 juillet 2014
Analytics & Big Data Focus techniques & nouvelles perspectives pour les actuaires Local Optimization European Minded Université d Eté de l Institut des Actuaires Mardi 8 juillet 2014 Intervenants : Alexandre
Plus en détailMasses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA
Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide
Plus en détail«Management et Direction de Projets»
Centrale Paris & Cegos Vos partenaires pour un nouvel élan dans votre carrière MASTERE SPECIALISE «Management et Direction de Projets» Bienvenue! René PALACIN Responsable pédagogique MS Management et Direction
Plus en détailUniversité Paris-Dauphine
Université Paris-Dauphine MBA Management Risques et Contrôle Responsabilité et management des performances L Université Paris-Dauphine est un établissement public d enseignement supérieur et de recherche,
Plus en détailLE SYNDICAT DE L INNOVATION BIG BIG DATA, UNE RÉVOLUTION TECHNOLOGIQUE OU CULTURELLE? DATA DAY
LE SYNDICAT DE L INNOVATION BIG BIG DATA, UNE RÉVOLUTION TECHNOLOGIQUE OU CULTURELLE? DATA DAY A EURATECHNOLOGIES, 165 AVENUE DE BRETAGNE, 59000 LILLE JEUDI 18 SEPTEMBRE 2014 Le Big Data envahit brutalement
Plus en détailCMI ECONOMIE, FINANCE QUANTITATIVE ET STATISTIQUES - PARCOURS FORMATION EN APPRENTISSAGE
Université de PARIS 2 - ASSAS 1/3 PARCOURS FORMATION EN APPRENTISSAGE L1 S1 Mathématiques 1 4 L1 S1 Statistiques 1 4 L1 S1 Fondemants de l'informatique 4 L1 S1 Compléments Maths 2 L1 S1 Compléments Stats
Plus en détailAlgèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS
1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5
Plus en détailDébouchés professionnels
Master Domaine Droit, Economie, Gestion Mention : Monnaie, Banque, Finance, Assurance Spécialité : Risque, Assurance, Décision Année universitaire 2014/2015 DIRECTEUR de la spécialité : Monsieur Kouroche
Plus en détailEnjeux mathématiques et Statistiques du Big Data
Enjeux mathématiques et Statistiques du Big Data Mathilde Mougeot LPMA/Université Paris Diderot, mathilde.mougeot@univ-paris-diderot.fr Mathématique en Mouvements, Paris, IHP, 6 Juin 2015 M. Mougeot (Paris
Plus en détailDes formations métiers pour maîtriser la science actuarielle
Des formations métiers pour maîtriser la science actuarielle ISUP, l excellence statistique au service de l actuariat des métiers porteurs Les métiers de l actuariat sont des pièces maîtresses du monde
Plus en détailFILIÈRE DE FORMATION BANQUE- ASSURANCES
Universitaire Professionnel FILIÈRE DE FORMATION BANQUE- ASSURANCES LICENCE PROFESSIONNELLE CHARGÉ DE CLIENTÈLE DE PARTICULIERS D.U. CHARGÉ DE CLIENTÈLE DE PROFESSIONNELS EN BANQUE UCO Laval Campus EC
Plus en détailJuly 1, 2013. Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15
Mastère Spécialisé Big Data Stéphan Clémençon Télécom ParisTech July 1, 2013 Stéphan Clémençon (Télécom ParisTech) Mastère Big Data July 1, 2013 1 / 15 Agenda Contexte et Opportunité Les grandes lignes
Plus en détailBIG DATA : GESTION ET ANALYSE DES DONNÉES MASSIVES (BGD) Mastère Spécialisé. Appréhendez les challenges économiques et juridiques du Big Data
Mastère Spécialisé BIG DATA : GESTION ET ANALYSE DES DONNÉES MASSIVES (BGD) Rejoignez le secteur le plus stratégique de l économie numérique Appréhendez les challenges économiques et juridiques du Mesurez
Plus en détailDUT Statistique et Traitement Informatique des Données (S.T.I.D.)
UNIVERSITÉ DE LILLE 2 IUT DE ROUBAIX DÉPARTEMENT STATISTIQUE ET TRAITEMENT INFORMATIQUE DES DONNÉES DUT Statistique et Traitement Informatique des Données OBJECTIFS : (S.T.I.D.) Il s agit d une formation
Plus en détailQuestions d Entretiens en Finance de Marché Retour 2011/2012
Questions d Entretiens en Finance de Marché Retour 2011/2012 Université Lille 1 - Master 2 Mathématiques et Finance Mathématiques du Risque Contact : alexis.fauth@invivoo.com http://samm.univ-paris1.fr/-alexis-fauth-
Plus en détailMaster Audit Contrôle Finance d Entreprise en apprentissage. Organisation de la formation
Master Audit Contrôle Finance d Entreprise en apprentissage Organisation de la formation Ce document a pour objet de présenter le contenu des cours des deux années du Master Audit Contrôle Finance d entreprise
Plus en détailStages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE. Contact : Mme Lapedra, stage@isoft.fr
Stages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE Contact : Mme Lapedra, stage@isoft.fr ISoft, éditeur de logiciels, est spécialisé dans l informatique décisionnelle et l analyse de données. Son expertise
Plus en détailCursus manager dirigeant Un nouvel élan pour votre carrière, un diplôme de Haut Niveau
Cursus manager dirigeant Un nouvel élan pour votre carrière, un diplôme de Haut Niveau 2015-2017 The World s First Business School (est. 1819) 2 EuROPEAn IdEnTITY GLObAL PERSPECTIVE The World s First Business
Plus en détailUNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************
************* Cours de niveau gradué en méthodes quantitatives ************* SOL 6210 - Analyse quantitative avancée Le séminaire d analyse quantitative avancée se donne en classe une fois par année. Chaque
Plus en détailDécembre 2013 CHAIRES DES ÉCOLES DE PARISTECH
Décembre 2013 CHAIRES DES ÉCOLES DE PARISTECH LISTE PAR ÉCOLE Les chaires pluri-écoles apparaissent dans la liste de chaque école. AGROPARISTECH ANCA : Alimentation, nutrition, comportement alimentaire
Plus en détailProgramme de la formation. Écrit : 72hdepréparation aux épreuves d admissibilité au CRPE
Programme de la formation Écrit : 72hdepréparation aux épreuves d admissibilité au CRPE o 36 h pour la préparation à l'épreuve écrite de français Cette préparation comprend : - un travail sur la discipline
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailProduct Life-Cycle Management
Offre de prestations en Product Life-Cycle Management Contact : Pascal MORENTON CentraleSupélec 1, campus de Chatenay-Malabry 06 13 71 18 51 pascal.morenton@centralesupelec.fr http://plm.ecp.fr Nos formations
Plus en détailDOSSIER DE PRESSE SEPTEMBRE 2014. Contact : Andrew MILLER a.miller@ieseg.fr 03 20 54 58 92 www.ieseg.fr
DOSSIER DE PRESSE SEPTEMBRE 2014 Contact : Andrew MILLER a.miller@ieseg.fr 03 20 54 58 92 www.ieseg.fr SOMMAIRE L IÉSEG en dix points clés 3 L année académique 2014-2015 en chiffres 4 Une École, 2 campus
Plus en détailANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer
ANNEXES Evaluation de la formation à Polytech Lille Département GIS Enseignements les plus utiles Enseignements à renforcer Enseignements à intégrer Commentaires Généraux Accompagnement Professionnel Enseignements
Plus en détailpprentissage MASTER Formation initiale, formation continue et formation en apprentissage INGÉNIERIE ÉCONOMIQUE ET FINANCIÈRE
MASTER ÉCONOMIE ET INGÉNIERIE FINANCIÈRE INGÉNIERIE ÉCONOMIQUE ET FINANCIÈRE PARCOURS 272 Une formation moderne, pour maîtriser les savoirs et les méthodes des métiers de la finance d aujourd hui. Formation
Plus en détailSolution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010
Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS
Plus en détailAgir Pour Notre Avenir
Agir Pour Notre Avenir Politique de Développement Durable de Generali FAIRE 12 juin 2008 Generali, 2ème assureur généraliste en France 2ème assureur généraliste en France 6 millions de clients 560 000
Plus en détailBIG DATA en Sciences et Industries de l Environnement
BIG DATA en Sciences et Industries de l Environnement François Royer www.datasio.com 21 mars 2012 FR Big Data Congress, Paris 2012 1/23 Transport terrestre Traçabilité Océanographie Transport aérien Télémétrie
Plus en détailwww.u-bordeaux3.fr Master professionnel Communication des organisations Stratégies et produits de communication
www.u-bordeaux3.fr Master professionnel Communication des organisations Stratégies et produits de communication Un peu d histoire Depuis 1988 à l université Bordeaux 3, la spécialité Communication des
Plus en détailConférence organisée par le Laboratoire d ingénierie financière de l Université Laval www.fsa.ulaval.ca/labiful/
MERCI À NOS PARTENAIRES : Fonds Conrad Leblanc Département de finance, assurance et immobilier Chaire RBC en innovations financières Chaire d'assurance et de services financiers L'Industrielle Alliance
Plus en détailTechniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit
Techniques du Data Mining pour la prédiction de faillite des entreprises et la gestion du risque de crédit Adil Belhouari HEC - Montréal - Journées de l Optimisation 2005-09 Mai 2005 PLAN DE LA PRÉSENTATION
Plus en détailMASTER FINANCE PARCOURS GESTION DES RISQUES FINANCIERS
MASTER FINANCE PARCOURS GESTION DES RISQUES FINANCIERS Domaine ministériel : Droit, Economie, Présentation Nature de la formation : Diplôme national de l'enseignement supérieur Durée : 1 Présentation Les
Plus en détailMASTER MAE MANAGEMENT
MASTER MAE MANAGEMENT Parcours INGÉNIERIE DE PROJET N habilitation de la formation au RNCP : 20070790 Présentation de la formation Année 2014 1 Public Cible Diplômés de niveau Bac +4 1 souhaitant acquérir
Plus en détailRapport d évaluation de la licence professionnelle
Section des Formations et des diplômes Rapport d évaluation de la licence professionnelle E-commerce e-marketing de l Université Lille 2 - Droit et Santé Vague E 2015-2019 Campagne d évaluation 2013-2014
Plus en détailIntroduction Big Data
Introduction Big Data SOMMAIRE Rédacteurs : Réf.: SH. Lazare / F. Barthélemy AXIO_BD_V1 QU'EST-CE QUE LE BIG DATA? ENJEUX TECHNOLOGIQUES ENJEUX STRATÉGIQUES BIG DATA ET RH ANNEXE Ce document constitue
Plus en détailDiplôme d expertise comptable (DEC)
Futurexpert.com Février 2015 Le Master Comptabilité Contrôle Audit (CCA) Une filière universitaire d excellence pour accéder aux métiers de l expertise comptable, du conseil, de l audit, de la gestion
Plus en détailFilière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.
Filière Fouille de Données et Décisionnel FDD (Data Mining) Pierre Morizet-Mahoudeaux www.hds.utc.fr/~pmorizet pierre.morizet@utc.fr Plan Motivations Débouchés Formation UVs spécifiques UVs connexes Enseignants
Plus en détailpro Gestion du patrimoine immobilier Site d Agen
Licence pro Gestion du patrimoine immobilier Site d Agen Objectifs de la formation L objectif est de former les étudiants aux produits et prestations fournis par les banques, les compagnies d assurance,
Plus en détailFilière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux
Filière Data Mining (Fouille de données) Pierre Morizet-Mahoudeaux Plan Objectifs Débouchés Formation UVs spécifiques UVs connexes Enseignants et partenaires Structure générale des études à l UTC Règlement
Plus en détailCURSUS PROFESSIONNALISANT
CURSUS PROFESSIONNALISANT UNE FORMATION PROFESSIONNELLE D EXCELLENCE UNE FORMATION PROFESSIONNELLE D EXCELLENCE 1 OBJECTIF L objectif principal du cursus est d offrir aux étudiants des formations professionnalisantes
Plus en détailDOSSIER DE PRESSE NOVEMBRE 2012. Contact : Manon Duhem - m.duhem@ieseg.fr
DOSSIER DE PRESSE NOVEMBRE 2012 Contact : Manon Duhem - m.duhem@ieseg.fr SOMMAIRE L IÉSEG en dix points clés 3 L année académique 2012-2013 en chiffres 4 Une École, 2 campus : Lille et Paris 5 Nos points
Plus en détailPréface Dunod Toute reproduction non autorisée est un délit. Les raisons de l émergence du Big Data sont bien connues. Elles sont d abord économiques et technologiques. La chute exponentielle des coûts
Plus en détailFormation ingénieur PAR APPRENTISSAGE. (BAC+3 à BAC+5) sous statut d apprenti. Une formation d ingénieur en alternance
Une formation d ingénieur en alternance sous statut d apprenti Formation ingénieur PAR APPRENTISSAGE (BAC+3 à BAC+5) Vous envisagez à court ou moyen terme, le recrutement d un ingénieur dans votre structure.
Plus en détailwww.u-bordeaux3.fr Master 2 professionnel Soin, éthique et santé Mention Philosophie
www.u-bordeaux3.fr Master 2 professionnel Soin, éthique et santé Mention Philosophie Une formation approfondie à la réflexion éthique appliquée aux secteurs du soin et de la santé En formation continue,
Plus en détailWe make your. Data Smart. Data Smart
We make your We make your Data Smart Data Smart Une société Une société du du groupe Le groupe NP6 SPECIALISTE LEADER SECTEURS EFFECTIFS SaaS Marketing : 50% Data intelligence : 50% 15 sociétés du CAC
Plus en détailBIG DATA et données externes dans les modèles de tarification
BIG DATA et données externes dans les modèles de tarification BIG DATA BIG DATA : Quelques clés Eric FROIDEFOND MAAF MBA CNAM ENASS en cours Intégration du BIG DATA dans la tarification en assurances IARD
Plus en détailTitre : La BI vue par l intégrateur Orange
Titre : La BI vue par l intégrateur Orange Résumé : L entité Orange IT&L@bs, partenaire privilégié des entreprises et des collectivités dans la conception et l implémentation de SI Décisionnels innovants,
Plus en détailwww.u-bordeaux3.fr Master professionnel Communication des organisations Communication publique et politique
www.u-bordeaux3.fr Master professionnel Communication des organisations Communication publique et politique Un peu d histoire Cette formation qui existe depuis une quinzaine d années est devenue un master
Plus en détailLes Français jugent leurs assureurs
Les Français jugent leurs assureurs Présentation du 15 Mars 2002 Marie-Laurence GUÉNA Directeur Département Banques / Assurances TAYLOR NELSON SOFRES S.A 16, rue Barbès - 92129 Montrouge cedex - FRANCE
Plus en détailFORMATION DIPLÔMANTE MANAGER DE PROJET INDUSTRIEL* «Accompagner les techniciens à fort potentiel vers des fonctions managériales orientées projet.
www.insavalor.fr FORMATION DIPLÔMANTE MANAGER DE PROJET INDUSTRIEL* «Accompagner les techniciens à fort potentiel vers des fonctions managériales orientées projet.» Le savoir-faire pédagogique au service
Plus en détailPrésentation du cursus Animateur de Cluster et de réseaux territoriaux Etat du 14 avril 2013
MASTER ANIMATEUR DE CLUSTER ET DE RESEAUX TERRITORIAUX PRESENTATION DU DIPLOME FRANCO-ALLEMAND 1. OBJECTIFS DE LA FORMATION ET COMPETENCES A ACQUERIR: Former des animateurs de cluster et de réseaux territoriaux
Plus en détailDOSSIER DE PRESSE SEPTEMBRE 2013. Contact : Manon Duhem m.duhem@ieseg.fr 03 20 54 58 92 www.ieseg.fr
DOSSIER DE PRESSE SEPTEMBRE 2013 Contact : Manon Duhem m.duhem@ieseg.fr 03 20 54 58 92 www.ieseg.fr SOMMAIRE L IÉSEG en dix points clés 3 L année académique 2013-2014 en chiffres 4 Une École, 2 campus
Plus en détailBulletin d Inscription
Pôle Web Analytics Référencement Webmarketing Réseaux sociaux Ergonomie Veille stratégique Bulletin d Inscription 2012 est un centre de formation agréé (n 53350642035) reconnu pour les formations spécialisées
Plus en détailBachelor in Business. programme post-bac en 3 ans
Bachelor in Business programme post-bac en 3 ans Bienvenue à l ISC Paris Andrés Atenza Directeur Général de l ISC Paris Formation généraliste, le Bachelor in Business de l ISC Paris vous donne toutes les
Plus en détailMASTER 2 MENTION MARKETING ET VENTE, PARCOURS MARKETING, INNOVATION ET TERRITOIRES
MASTER 2 MENTION MARKETING ET VENTE, PARCOURS MARKETING, INNOVATION ET TERRITOIRES RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Droit, Economie, Gestion Mention : Marketing
Plus en détailPRÉSENTATION GÉNÉRALE
PRÉSENTATION GÉNÉRALE Février 2009 LA CHAIRE FINANCE ET DÉVELOPPEMENT DURABLE «Mission statement» Une communauté de recherche scientifique de premier plan, motivée et soudée nourrissant une ambition d
Plus en détailPentaho Business Analytics Intégrer > Explorer > Prévoir
Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux
Plus en détailSUPPLEMENT AU DIPLOME
SUPPLEMENT AU DIPLOME Préambule : «Le présent supplément au diplôme suit le modèle élaboré par la Commission européenne, le Conseil de l Europe et l UNESCO/CEPES. Le supplément vise à fournir des données
Plus en détail27 rue Saint-Guillaume 75337 Paris cedex 07 France www.sciences-po.fr. Master Marketing et Études
27 rue Saint-Guillaume 75337 Paris cedex 07 France www.sciences-po.fr Master Marketing et Études REVENIR À NOTRE VOCATION PREMIÈRE Hervé Crès, Directeur adjoint, Directeur des études et de la scolarité
Plus en détailAgenda de la présentation
Le Data Mining Techniques pour exploiter l information Dan Noël 1 Agenda de la présentation Concept de Data Mining ou qu est-ce que le Data Mining Déroulement d un projet de Data Mining Place du Data Mining
Plus en détailAccélérer l agilité de votre site de e-commerce. Cas client
Accélérer l agilité de votre site de e-commerce Cas client L agilité «outillée» devient nécessaire au delà d un certain facteur de complexité (clients x produits) Elevé Nombre de produits vendus Faible
Plus en détailL ORSA : quelles conséquences sur le pilotage stratégique de l entreprise?
Conseil en Organisation et Management secteur assurance L ORSA : quelles conséquences sur le pilotage stratégique de l entreprise? 24 novembre 2010 Sommaire Ce qui se dit sur l ORSA L ORSA et le modèle
Plus en détailEnseignements d exploration de seconde. Sciences de l Ingénieur. Création et Innovation Technologiques
Enseignements d exploration de seconde Sciences de l Ingénieur Création et Innovation Technologiques SI et CIT enseignements complémentaires pour un développement durable CIT Comprendre comment évoluent
Plus en détailOFFRE DE FORMATION ÉCONOMIE 2015/2016 WWW.UMONTPELLIER.FR
OFFRE DE FORMATION ÉCONOMIE 2015/2016 WWW.UMONTPELLIER.FR OFFRE DE FORMATION / ÉCONOMIE Sous réserve d accréditation LA LICENCE EN ÉCONOMIE Certification de niveau II (Bac+3) : 6 Semestres - 180 crédits
Plus en détailCERTIFICATION DE SERVICES FORMATION RECHERCHE. www.qualicert.fr. 12, rue de Kergoat
Poursuites d études La sortie de cette formation est l insertion professionnelle même si une poursuite d études en M2 recherche en Sciences de Gestion et/ou en thèse peut être envisagée. insertion professionnelle
Plus en détailPanorama des études à travers les filières. FEEL du 23 octobre 2014
Panorama des études à travers les filières FEEL du 23 octobre 2014 Plan Structure générale des études à l'ensimag 1A : le tronc commun 2A/3A : entrée dans les filières et spécialisation Modalités du choix
Plus en détailRenforcement des trois compétences : compréhension orale, expression orale et expression écrite à partir de documents et vidéos.
Master Mathématiques et Applications Spécialité : Ingénierie mathématique et modélisation Parcours : Mathématique et Informatique : Statistique, Signal, Santé (MI3S) 2015-2016 RÉSUMÉ DES COURS : (dernière
Plus en détailPartenaire de votre entreprise
Partenaire de votre entreprise PROFESSIONNELS OFFRE DE FORMATIONS L IGR-IAE accueille plus de 1000 étudiants en formation initiale, apprentissage et continue : des spécialistes hautement qualifiés pour
Plus en détailPLAN DE COURS TYPE COMMUNICATION MARKETING UNE PERSPECTIVE INTÉGRÉE
1. OBJECTIFS DU COURS PLAN DE COURS TYPE COMMUNICATION MARKETING UNE PERSPECTIVE INTÉGRÉE Objectif général Développer des habiletés dans le domaine de la gestion des communications intégrées en marketing,
Plus en détailComment repenser l articulation entre présence et distance dans les dispositifs hybrides?
Comment repenser l articulation entre présence et distance dans les dispositifs hybrides? Séminaire IDEFI 6 JUIN 2014 Patricia JULLIA & Catherine DE LAVERGNE Département Infocom ITIC, LERASS-CERIC, Questionnements
Plus en détailCatalogue des stages Ercom 2013
Catalogue des stages Ercom 2013 Optimisations sur Modem LTE Poste basé à : Caen (14) Analyse et optimisation des performances des traitements réalisés dans un modem LTE. - Profiling et détermination des
Plus en détailSCIENCES DE L ÉDUCATION
UniDistance 1 Centre d Etudes Suisse Romande Formation universitaire SCIENCES DE L ÉDUCATION En collaboration avec L Université de Bourgogne à Dijon Centre de Formation Ouverte et A Distance CFOAD UniDistance
Plus en détailParcours métiers certifiants
CYCLE CNEH Réf. : 1159 CNEH PRAXIS Parcours métiers certifiants Contrôleur de gestion ressources humaines en établissement de santé CYCLE CNEH Certifiant Le CNEH est habilité par l ISQ-OPQF à délivrer
Plus en détailTARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé
TARIFICATION EN ASSURANCE COMPLEMENTAIRE SANTE: il était une fois, un statisticien, un actuaire, un économiste de la santé Plan de l intervention 1 2 3 Généralités sur le fonctionnement de l assurance
Plus en détail1 INFORMATION - INFORMATIQUE. 11 Systèmes d'information gestion des connaissances, knowledge management
p.1 1 INFORMATION - INFORMATIQUE 10 Sciences cognitives aspects fondamentaux 11 Systèmes d'information gestion des connaissances, knowledge management 110 Intelligence économique veille économique, stratégique,
Plus en détailSommaire. AXA et Polytechnique s offrent une chaire de data science orientée assurance Silicon.Fr - 02/07/2015
lundi 6 juillet 2015 Sommaire AXA et Polytechnique s offrent une chaire de data science orientée assurance Silicon.Fr - 02/07/2015 «Data Science for Insurance Sector», la montée en Chaire commune d AXA
Plus en détailL INRIA, institut français des STIC. (en Île-de-France) 24 septembre 2009
1 L INRIA, institut français des STIC (en Île-de-France) 24 septembre 2009 Institut National de Recherche en Informatique et en Automatique 2 Institut dédié aux Sciences et Technologies de l Information
Plus en détailDESCRIPTIF DE MODULE S4 ADG : Mathématique pour la Gestion
Sous filière : IAME DESCRIPTIF DE MODULE S4 ADG : Mathématique pour la Gestion COORDONNATEUR DU MODULE: Professeur FEKRI Mohammed Département : RIM Objectif : Ce module a pour objectif d initier les élèves
Plus en détailApprentissage Statistique :
Apprentissage Statistique Apprentissage Statistique : modélisation, prévision et data mining PHILIPPE BESSE & BÉATRICE LAURENT 5ème année GMM - MMS Équipe de Statistique et Probabilités Institut de Mathématiques
Plus en détail