AI EANGINEER

• Azienda finale
• Azienda leader nel settore

Azienda

società insurtech, sede principale a Londra 50 dipendenti opportunità di lavoro in full-remote

Offerta

1. Sviluppo di modelli predittivi per il rischio

• Attività : Progettare e sviluppare modelli di machine learning (ML) per prevedere il rischio di sinistri, la probabilità di frode o per ottimizzare la determinazione dei premi.
• Tecnologie :
• Librerie ML : Scikit-learn , XGBoost , LightGBM , TensorFlow , PyTorch .
• Data Science tools : Pandas , NumPy , Matplotlib , Seaborn per analisi dei dati e visualizzazione.
• Framework di deep learning : Keras , TensorFlow , PyTorch .

1. Sviluppo di algoritmi per la personalizzazione delle polizze

• Attività : Creare modelli AI e suggerire polizze personalizzate in base ai loro dati storici e preferenze.
• Tecnologie :
• Machine learning : Collaborative filtering per raccomandazioni, regressione lineare e logistica , clustering (ad esempio, k-means, DBSCAN).
• Algoritmi di pricing dinamico : Modelli basati su alberi decisionali o reti neurali per calcolare i premi assicurativi in tempo reale.

1. Automazione e analisi dei sinistri

• Attività : Costruire sistemi AI per l'analisi automatica delle richieste di risarcimento, per velocizzare il processo di approvazione, identificare frodi o ottimizzare la gestione del flusso di lavoro.
• Tecnologie :
• Reti neurali convoluzionali (CNN) : Per l'elaborazione e il riconoscimento delle immagini (ad esempio, valutazione dei danni su foto).
• NLP (Natural Language Processing) : SpaCy , NLTK , transformers per l'analisi automatica delle descrizioni di sinistri o per estrarre informazioni dalle documentazioni testuali.
• OCR (Optical Character Recognition) : Tesseract o Google Cloud Vision API per l'estrazione di testo da documenti scansionati.

1. Prevenzione delle frodi

• Attività : Creare modelli predittivi basati su AI per identificare sospetti e frodi nei reclami assicurativi.
• Tecnologie :
• Deep learning : Autoencoders per il rilevamento di anomalie.
• Modelli di classificazione : Random Forest , SVM (Support Vector Machine) , Gradient Boosting .
• Tecniche di rilevamento delle anomalie : Analisi delle transazioni sospette attraverso clustering o anomaly detection .

Competenze ed esperienza

3 anni di esperienza in posizioni di AI Engineer

Completa l'offerta

Contratto a tempo indeterminato con ral adeguata all'esperienza Polizza assicurativa integrativa Full remote Ottima possibilità di crescita