Unipol Assicurazioni S.p.A., compagnia assicurativa multi-ramo del Gruppo Unipol, leader in Italia nei rami Danni,nell'ottica di un potenziamento della propria struttura, è alla ricerca di un/una giovane laureato/a in Scienze Statistiche Attuariali (o percorso universitario equivalente) da inserire nel ruolo di: Non Motor Pricing Actuary Sede di lavoro: Torino Modalità di lavoro: in sede Il profilo ricercato, una volta inserito nel contesto organizzativo dell'area " Tariffe Non Motor ", sarà incaricato delle seguenti attività utilizzando avanzati modelli statistici e attuariali: Sviluppo di modelli predittivi (pricing, retention, conversion) per i prodotti assicurativi dedicati al segmento Retail Non Motor (es.: Casa, Infortuni, Pet, Travel); Gestione end to end del ciclo di vita dei prodotti assicurativi da un punto di vista quantitativo (Data Management, Pricing e modeling,



monitoraggio); Definizione e introduzione di nuove soluzioni di modellizzazione tariffaria orientate ai processi di ottimizzazione - utilizzando sia metodi tradizionali di analisi statistica sia tecniche di Machine Learning e AI; Monitoraggio costante delle performance dei prodotti esistenti e, più in generale, dei KPI di business, individuando punti di criticità e opportunità e proponendo azioni correttive sul pricing atte ad indirizzarli verso una maggiore redditività; Valutazione periodica della qualità e della correttezza di modelli e analisi. Requisiti: Laurea Magistrale in Scienze Statistiche Attuariali, Matematica, Fisica o Ingegneria conseguita con ottima votazione finale; Esperienza qualificato pregressa da 2 a 5 anni nello sviluppo di modellistica avanzata nel pricing danni ( Non Motor o Motor ) acquisita presso compagnie assicurative o studi di consulenza attuariale; Esperienza su temi di ottimizzazione tariffaria, avvalendosi anche di tecniche di Machine Learning; Padronanza dei più comuni strumenti di modellizzazione attuariale (es. suite WTW Radar/Emblem e SAS ); Abilità analiti

📌 Non Motor Pricing Actuary (Bardi)
🏢 Unipol Group
📍 Bardi