Rapport d’Alternance
| Titre | Rapport d’Alternance |
| Type | Rapport de stage |
| Auteurs | Chaanani Youness |
| Directeurs | Stupfler Gilles |
| Année | 2024 |
| URL | https://dune.univ-angers.fr/fichiers/23009263/2024TMMA18674/fichier/18674F.pdf |
| Mots-clés | Fraud Detection, Gen AI, Insurance, machine learning |
| Résumé | Le présent rapport est la synthèse du travail accompli dans le cadre de mon alternance au sein de l’entreprise Generali. Mon année alternance a porté sur plusieurs sujets critiques pour la compagnie Generali : l’évaluation des yachts, l’analyse automatisée des rapports et l’analyse des dossiers de recours. la détermination du prix des yachts de manière fiable est un défi majeur pour éviter, d’une part, les primes trop élevées qui peuvent discréditer la compagnie auprès des clients et, d’autre part, les primes trop faibles qui peuvent exposer la compagnie à des pertes financières graves. Pour y remédier, nous avons proposé le projet SPPY (service de prédiction des prix des yachts). Le projet comprend plusieurs fonctionnalités destinées à aider les souscripteurs à bien évaluer la valeur des yachts soumis pour obtenir une couverture. Deuxièmement, le traitement de textes est un autre défi ; accuser réception du volume important de rapports que Generali reçoit. Nous avons utilisé la technologie de l’IA générative pour automatiser l’extraction des données significatives pour le traitement des rapports et réduire considérablement le temps requis. Enfin, nous avons analysé les dossiers de recours pour identifier les sinistres impliqués par d’autres sinistres pouvant être liés à des sociétés concurrentes et procéder aux demandes de remboursement appropriées. Ces initiatives visent à améliorer l’efficacité opérationnelle et la précision dans les processus d’assurance. |
| Résumé en anglais | This report is a summary of the work accomplished during my apprenticeship at Generali. My year-long apprenticeship focused on several critical topics for Generali : yacht valuation, automated report analysis, and analysis of recovery files. Accurately determining the price of yachts is a major challenge to avoid, on one hand, excessively high premiums that could discredit the company in the eyes of clients, and on the other hand, premiums that are too low, which could expose the company to serious financial losses. To address this, we proposed the SPPY (Yacht Price Prediction Service) project. The project includes several features designed to help underwriters accurately assess the value of yachts submitted for coverage. Secondly, text processing is another challenge, particularly with managing the large volume of reports that Generali receives. We utilized generative AI technology to automate the extraction of meaningful data for report processing, significantly reducing the required time. Finally, we analyzed recovery files to identify claims involving other incidents that could be linked to competing companies and proceeded with the appropriate reimbursement requests. These initiatives aim to improve operational efficiency and accuracy in insurance processes. |
| Langue de rédaction | Français |
| Nb pages | 48 |
| Diplôme | Master Mathématiques et Applications |
| Date de soutenance | 2024-09-03 |
| Editeur | Université Angers |
| Place Published | Angers |
| Entreprise | Generali |
| Tuteur | Gille Stupfler |
| Libellé UFR | UFR de Sciences |