Talnivo
Sujet de PFE

Machine Learning pour l’estimation des réserves techniques sous IFRS 17

PwC

PwC en Tunisie propose ce sujet de PFE au sein de sa ligne de services Assurance (Business Unit CMAAS), sous la référence AS002/27.

Description du sujet : Étude de l’utilisation des modèles de Machine Learning pour améliorer l’estimation des réserves techniques et du Best Estimate, avec comparaison aux méthodes actuarielles traditionnelles

Objectifs du stage : Évaluer la pertinence et la précision des modèles d’IA pour le provisionnement sous IFRS 17.

Profil recherché : - Technologies : Python, XGBoost, Scikit-Learn, TensorFlow - Connaissances théoriques : Actuariat: Réserves techniques, IFRS 17, statistiques, Machine Learning. - Connaissances pratiques : Actuariat, analyse de données, modélisation actuarielle.

Conditions du stage : - Référence du sujet : AS002/27 - Nombre de stagiaires : 1 - Candidature : envoyez votre CV à [email] avec en objet « Candidature PFE – Réf sujet(s) | Ligne de Services–Business Unit ou practice | Votre école | Votre spécialité | Votre nom »

Niveau : Niveau ouvert Mode : Présentiel Source : PFE Book PwC 2026-2027 (pfebooks.com)

Missions

- Préparation des données, développement des modèles actuariels et IA, comparaison des résultats et analyse des performances.

Compétences requises

📄 Générer Convention de Stage

Talnivo calcule votre score de compatibilité CV ↔ offre et vous aide à l'améliorer avant de postuler.

Créer un compte gratuit