Alternance – Data Analyst – Paris La Défense (H/F)
Marsh est le courtier d'assurances et conseiller en risque leader au niveau mondial. Avec plus de 45 000 collaborateurs répartis dans 130 pays, Marsh offre à ses clients professionnels et particuliers des solutions de gestion des risques et des services de conseil basés sur des données concrètes.
En tant que courtier d’assurances et conseil en gestion des risques de premier plan, Marsh a pour ambition de recruter des personnes de tous horizons, soucieuses de contribuer à la réussite de nos clients et de notre entreprise.
L'alternance chez Marsh permet d'acquérir un diplôme (du BTS au Master) et de se former à un métier par la pratique professionnelle. Sous contrat de professionnalisation ou d’apprentissage, nous proposons des offres sur les métiers propres à l'assurance tels que la gestion technique ou la gestion de sinistres, mais aussi d’autres opportunités dans nos services commerciaux ou fonctions support.
Nous constituons ainsi un vrai vivier de compétences et recrutons tous les ans des étudiants ayant effectué leur alternance chez Marsh.
Ce qui vous attend :
Un poste avec des missions et des responsabilités concrètes
Bénéficier d’un accompagnement individuel pendant votre alternance
Participer activement à des projets innovants
Développer un réseau professionnel puissant
Ce que vous allez aimer :
Intervenir auprès d’une grande variété de clients et les accompagner
La variété des missions
L’environnement de travail, collaboratif, bienveillant, et exigeant
L’alternance tournera autour deux 2 piliers au sein de l’équipe Management intelligence Europe :
Cycle Data :
Appréhender notre environnement Data (collecte, DataPrep et data Quality, data Viz) afin de l’optimiser
Tester et expérimenter des solutions innovantes pour répondre aux besoins identifiés (plus particulièrement dans la collecte, l’enrichissement et la qualité de données).
Optimisation des processus métiers par la Data :
Appréhender notre environnement métier afin de tester et proposer des solutions IA/Machine Learning pour optimiser nos processus métiers
Développer des algorithmes IA/Machine Learning.
Être promoteur de la Data et de l’IA comme levier de la performance auprès des métiers, du Groupe et de nos clients
Prérequis :
Vous préparez un Master avec une spécialisation en Mathématiques/Statistiques ou encore Data science (exemple de Master : MASERATI / TIDE)
Maitrise d’Excel et connaissance des outils de Datapréparation (Alteryx, Knime) et de Datavisualisation (Power Bi, Qlik Sense, Tableau)
Langages programmation: Python et SQL
Maitrise de l’anglais
Ce qui fera la différence :
Votre motivation et votre état d’esprit
Votre anglais professionnel à l’écrit comme à l’oral
Votre forte appétence pour le service client
Date de démarrage souhaitée : Septembre 2024
Rejoignez nos équipes !
À propos de Marsh
Marsh est une entreprise de Marsh McLennan (NYSE : MMC), un groupe international de sociétés de services professionnels leaders dans le domaine du risque, de la stratégie et du capital humain.
Avec un chiffre d'affaires annuel de 23 milliards de dollars, Marsh McLennan aide ses clients à naviguer à travers un environnement de plus en plus dynamique et complexe grâce à quatre entreprises leaders sur le marché : Marsh, Guy Carpenter, Mercer et Oliver Wyman.
Pour plus d'informations, rendez-vous sur marsh.com, et suivez-nous sur LinkedIn et X.
Nous défendons une culture d’entreprise qui valorise et promeut pleinement les multiples origines, héritages et perspectives de nos collègues et clients, indépendamment de leur expression ou identité de genre, de leur état civil ou statut matrimonial, de leur origine ethnique, de leur nationalité, de leur âge, de leurs origines, de leur handicap, de leur orientation sexuelle ou de leurs croyances. Nous sommes fiers de notre culture inclusive grâce à laquelle chacune et chacun peut librement apporter sa contribution et s'épanouir en toute liberté. Pour en savoir plus sur nos valeurs fondamentales, notre mission et notre vision de l'avenir, consultez notre politique Greater Good.
