Salvatore M.

• Konstruerade och implementerade modeller med hjälp av telematikdata från försäkrade fordon
• Utvecklade en djup inlärningsmodell för att värdera kunder baserat på deras körbeteende med hjälp av ett FCN (Fully Convolutional Network)
• Utvecklade en krockdetekteringsmodell med hjälp av ett LSTM-nätverk för att identifiera fordonskrascher
• Utvecklade flera Python-paket (t.ex. PyTorch verktyg för tidsseriedata)
• Byggd en MLOps stack som innehåller experiment spårning, modell versionshantering, modellservering och övervakning

• Utvecklade en djupinlärningsmodell i realtid för att upptäcka bilkrascher med hjälp av telematikdata
• Utvecklade en kundpoängmodell baserad på körbeteende med hjälp av LightGBM-biblioteket
• Byggd en trafikprognosmodell för att uppskatta minskningen av antalet fordringar på grund av COVID-19 lockdowns
• Utvecklade en förstärkt inlärningsmodell för att identifiera kunder att kontakta för att maximera konverteringsgraden av marknadsföringskampanjer

• Utvecklade en dynamisk prissättningsalgoritm för att optimera avvägningen mellan konverteringsgrad och förväntad lönsamhet i linje med affärsmålen.
• Utvecklad konvertering och churn modeller med Random Forest och Gradient Boosting algoritmer.
• Utvecklade modeller som ligger till grund för utvärdering av tekniska premier.
• Bidraget till tullens utveckling.
• Utvecklade regressionsmodeller för att förutsäga konkurrenternas priser.

Allianz is a global insurance and financial services provider serving millions of customers worldwide.

Development of a Continuous Time Markov Chain Model for the evaluation of the Premium Technical Provisions according to the EU directive Solvency II. The model estimates:

• Expected duration of the policies.
• Expected future premiums.
• Expected refunds given by the lapsed policies.