Actuarial Model Engineering Specialist

Siamo alla ricerca di una persona da inserire nell’unità Life Data Analysis and Model Engineering.

Tale unità è collocata nell’ambito dell'area Actuarial Calculation and Reserving (valutazioni attuariali in area CFO), e si occupa dell’implementazione e dello sviluppo del modello attuariale Vita utilizzato per la determinazione dei cash flows del portafoglio assicurativo delle Compagnie della Country Italia, richiesti per le valutazioni attuariali in diversi ambiti aziendali (IFRS 17, Solvency II, New Business Vita, valutazioni nuovi prodotti Vita, informativa KID, ALM e pianificazione).

La risorsa che inseriremo si occuperà:

• dell’implementazione nella piattaforma attuariale dei nuovi prodotti sviluppati dalle BU supportandole anche nel calcolo dei KPIs di redditività e rischio dei prodotti stessi
• dello sviluppo/manutenzione del codice del modello attuariale utilizzato dalla piattaforma per tutte le valutazioni tecniche negli ambiti S2 TP, IM LSMC, S2 SF, IFRS17 Actual closing, IFRS17 Plannig, NBV, NB RAC, KID/VFM
• di supportare la costruzione / gestione dei dati di input alla piattaforma attuariale Prophet
• di supportare la funzione nei processi di chiusura contabile e nelle valutazioni richieste dalle principali funzioni aziendali (CFO, CRO, CInsO e CIO)

Responsabilità Del Ruolo:

• Implementazioni nel modello attuariale vita (Prophet – libreria International)
• Supporto alle valutazioni di redditività dei nuovi prodotti
• Supporto alle valutazioni di redditività delle principali azioni di business (In force management, SAA/ALM, sensitivities in caso di market disruptions)

Requirements

• Laurea in scienze statistico/attuariali, matematica
• Ottime competenze in ambito attuariale vita
• Buona conoscenza (scritta e parlata) dell’inglese
• Buona conoscenza del linguaggio R (sviluppo, debug, utilizzo librerie)
• Conoscenza del linguaggio SQL e del formato XML

Nice to have:

• Conoscenza dell’ambiente di modellazione attuariale Prophet (in particolare della libreria International e possibilmente anche ALS)
• Buone competenze di data analysis utilizzando R + SQL (preferibilmente Transact-SQL, con abitudine ad eseguire istruzione frequenti di DML);
• Conoscenza basilare data-warehouse (problematiche, performance, terminologia, struttura logica, fact table, dimension table, etc)
• Conoscenza Python
• Costituisce un valore aggiunto aver maturato circa 4–6 anni di esperienza in ambito analogo