Zacznijmy od tego, co mu sprzyja. Przede wszystkim – prawo. Zgodnie z jego zapisami ka?dy zak?ad ubezpiecze? ma obowi?zek powo?ania aktuariusza. W przypadku ubezpiecze? na ?ycie jest on odpowiedzialny za kalkulacj? rezerw techniczno-ubezpieczeniowych, z kolei w przypadku ubezpiecze? maj?tkowych i osobowych towarzystwa musz? obowi?zkowo zamie?ci? jego opini? w sprawozdaniu rocznym. W rzeczywisto?ci firmy ubezpieczeniowe zatrudniaj? wi?cej ni? jednego aktuariusza z uwagi na skal? prowadzonej dzia?alno?ci oraz mnogo?? zada?.

Jak zosta? aktuariuszem?

Jakie predyspozycje powinien mie? kandydat na aktuariusza? Najwa?niejsze s? umiej?tno?ci analityczne i bieg?a znajomo?? excela oraz SQLa. Kilka s?ów o cyfrach: sta?y?ci i m?odsi specjali?ci ds. aktuarialnych mog? liczy? na zarobki rz?dy 4.000 – 7.000 PLN brutto w przypadku umowy o prac?. Kolejnym stopniem wtajemniczenia na drodze do uzyskania licencji aktuarialnej jest zaliczenie egzaminów obejmuj?cych 9 bloków tematycznych, pocz?wszy od  matematyki finansowo/ubezpieczeniowej poprzez statystyk?, ekonomi?, modelowanie, prawdopodobie?stwo, rachunkowo?? czy prawo. Nast?pny krok to uzyskanie licencji aktuarialnej. Jej posiadacze, w zale?no?ci od poziomu do?wiadczenia zawodowego, mog? liczy? na zarobki rz?du 8.000 – 15.000 PLN. Wy?sze wynagrodzenia otrzymuj? ju? tylko g?ówni aktuariusze.

Data Scientist. Kto to w?a?ciwie jest?

Czym zajmuje si? Data Scientist? W najwi?kszym skrócie to osoba, która ??czy role programisty i analityka danych. To hybrydowe stanowisko jest szczególnie cenione przez pracodawców. Dlaczego? Do niedawna takim obszarem kompetencji zajmowa?y si? dwie ró?ne osoby, a integracja ich wiedzy  przebiega?a z ró?nym skutkiem. Data Scientist oprócz zdolno?ci analitycznych (typowych dla tradycyjnej roli aktuariusza) potrafi programowa? swoje rozwi?zania tak, by dzia?a?y w sposób automatyczny. W pracy korzysta m.in. z j?zyków R i Python. Ze wzgl?du na cz?st? prac? z bazami danych ma równie? opanowany j?zyk SQL, zna regu?y statystyki (podobnie jak aktuariusz). Kluczow? kompetencj? jest umiej?tne wykorzystywanie wiedzy z zakresu AI i uczenia maszynowego. Tworzy ona najbardziej istotn? warto?? dodan?. Dzi?ki algorytmom binarnej klasyfikacji, np. drzewom losowym (random forest), maszynie wektorów podpieraj?cych (support vector machine) czy te? sieciom neuronowym ju? dzi? mo?emy oszacowa? ryzyka wynikaj?ce z nast?pstw katastrof naturalnych, zachowania konsumenckie czy te? umo?liwi? odczytywanie tekstów i obrazków przez komputer.

Technologia. Przyjaciel czy wróg?

Data Science pozornie odbiega od specyfiki pracy aktuariusza. Dotychczas zajmowa? si? on precyzyjnie wyselekcjonowanymi danymi, a nie ogromnymi zbiorami danych. W rzeczywisto?ci wiele metod i narz?dzi wykorzystywanych w Data Science ma dla aktuariusza kluczow? warto??. Ju? dzi? dzi?ki telematyce firmy ubezpieczeniowe wiedz?, jakie s? nawyki i styl jazdy kierowców. Korzystaj?c z tych danych mog? w czasie rzeczywistym dostosowywa? ceny us?ug ubezpieczeniowych do realiów, umo?liwiaj?c klientom preferuj?cym bezpieczny styl jazdy redukcj? kosztu polisy. Narz?dzia analizy danych pozwalaj? na bardziej precyzyjn? personalizacj? oferty ubezpieczeniowej i ocen? ryzyka.

Jak wida?, podobie?stw ??cz?cych obie profesje jest relatywnie du?o. Jaki z tego wniosek? Stanowisko aktuariusza powinno w naturalny sposób ewoluowa? w stron? Data Scientist. Maj?c na uwadze specyfik? obu tych zawodów i mo?liwo?ci, które daje machine learning mo?na za?o?y?, ?e wiele czynno?ci wykonywanych przez wspó?czesnych aktuariuszy zostanie zautomatyzowanych przy wykorzystaniu sztucznej inteligencji i modeli samoucz?cych. Proces ten b?dzie prowadzi? do zwi?kszenia zarówno liczebno?ci danych, jak i ich jako?ci. Kiedy zostanie on zrealizowany? Wbrew pozorom niepr?dko. Szeroko poj?ta cyfryzacja niesie za sob? wysokie nak?ady inwestycyjne. Du?e koszty transformacji zmuszaj? osoby zarz?dzaj?ce towarzystwami ubezpieczeniowymi do roz?o?enia ich w czasie. Zmiana przyzwyczaje? klientów oraz agentów ubezpieczeniowych jest równie? procesem d?ugoterminowym. To dobra informacja dla aktuariuszy – maj? czas, by zdoby? now? wiedz? i dostosowa? swoje kompetencje do zmieniaj?cej si? rzeczywisto?ci. Czy to konieczne? Widz?c, jak bardzo Data Scientists s? poszukiwani na rynku, odpowied? brzmi: tak. Analiza Big Data to przysz?o??, nikt ju? nie ma w tej kwestii ?adnych w?tpliwo?ci. Brak reakcji na nowe wyzwania mo?e by? dla aktuariuszy du?ym ryzykiem. Zreszt? na pewno to wiedz? – s? w ko?cu specjalistami od ryzyka.