Natural Catastrophe Modeler : fiche complète 2026
Chaque année, les ouragans, inondations et séismes engendrent des pertes économiques massives. Les assureurs et réassureurs doivent estimer ces risques avec précision pour fixer leurs primes. Le natural catastrophe modeler construit et fait tourner des simulations probabilistes de ces événements extrêmes. Il quantifie l’exposition financière d’un portefeuille de biens assurés face aux aléas climatiques et géologiques. Ce métier allie mathématiques avancées, programmation et connaissance des phénomènes physiques.
Périmètre du métier et différences vs métiers proches
Le natural catastrophe modeler (modélisateur de risques catastrophes naturelles) conçoit, paramètre et exécute des modèles stochastiques qui simulent des milliers de scénarios de sinistres. Il travaille pour des compagnies d’assurance, des réassureurs, des courtiers ou des cabinets de conseil spécialisés. Son périmètre inclut le calage des modèles sur des données historiques, l’analyse de sensibilité et la communication des résultats aux équipes de souscription. Il se distingue de l’actuaire classique : ce dernier se concentre sur les primes et les provisions d’assurance vie ou non-vie, tandis que le modélisateur est focalisé sur les événements rares et extrêmes. Le risk manager, autre métier proche, supervise l’ensemble des risques d’une entreprise (financiers, opérationnels, climatiques) mais ne développe pas directement les modèles. Enfin, le data scientist applique des techniques d’apprentissage automatique à des problématiques variées, alors que le modélisateur Cat Nat utilise des modèles physiques et probabilistes spécifiques aux périls naturels.
Cadre réglementaire 2026
La réglementation encadre de près l’évaluation des risques climatiques. Le pilier 1 de Solvabilité II impose aux assureurs de détenir des fonds propres proportionnels à leur exposition aux catastrophes naturelles, calculée via ces modèles. Le règlement européen AI Act 2026 classifie les modèles utilisés pour la tarification des assurances comme systèmes à haut risque s’ils remplacent le jugement humain. Cela implique une documentation rigoureuse, une traçabilité des données d’entrée et un contrôle humain des décisions. Le RGPD limite l’utilisation de données personnelles géolocalisées pour la modélisation, ce qui oblige à utiliser des données agrégées ou anonymisées. La directive CSRD (Corporate Sustainability Reporting Directive) étendue aux entreprises de plus de 250 salariés impose de publier des indicateurs de résilience climatique, dont les analyses Cat Nat font partie. Le Code du travail ne contient pas de disposition spécifique pour ce métier ; la convention collective applicable est généralement celle des sociétés d’assurance (CCN du 27 mai 1992, mention vague suffit).
Spécialités et sous-métiers
Première spécialité : le modélisateur péril tempête. Il travaille sur les cyclones, ouragans et tempêtes européennes, en utilisant des modèles atmosphériques couplés à des fonctions de dommages pour différents types de construction. Deuxième spécialité : le modélisateur inondation. Il intègre des données hydrologiques, des modèles de ruissellement et d’élévation du niveau de la mer. Il se concentre souvent sur une région ou un bassin versant particulier. Troisième spécialité : le modélisateur séisme. Il combine des modèles de rupture de faille, d’atténuation des ondes sismiques et de vulnérabilité du bâti. Cette spécialité requiert des connaissances en géophysique. Quatrième spécialité : le modélisateur multi-périls. Il gère des modèles couvrant l’ensemble des aléas (tempête, inondation, séisme, grêle, incendie de forêt) pour un portefeuille diversifié. Il travaille souvent dans les grands réassureurs qui ont une exposition mondiale.
Outils et environnement technique
- Logiciels de modélisation Cat Nat : AIR (Verisk), RMS (Moody’s) et CoreLogic sont les plateformes leaders du marché. Elles fournissent des modèles paramétrés par péril et par zone géographique. Le modélisateur les utilise pour lancer des simulations et analyser les courbes d’exposition.
- Langages de programmation : Python et R sont les plus courants pour manipuler des jeux de données volumineux, automatiser des chaînes de calcul et construire des modèles internes. SAS est encore présent dans les directions actuarielles.
- Bases de données et SIG : PostgreSQL avec l’extension PostGIS pour stocker et requêter des données géospatiales. QGIS ou ArcGIS pour visualiser les expositions sur des cartes.
- Infrastructure cloud : AWS ou Azure sont utilisés pour faire tourner des simulations massives en parallèle. Les modèles les plus lourds nécessitent des clusters de calcul.
- Tableurs et ERP : Excel reste omniprésent pour les rapports et les analyses rapides. Certains assureurs utilisent SAP ou des ERP métier pour centraliser les données de polices.
- Outils IA générative : des modèles de langage (GPT-4, Claude) sont utilisés pour synthétiser des rapports ou extraire des données de rapports d’expertise non structurés.
Grille salariale 2026
| Niveau | Paris et IDF | Régions |
|---|---|---|
| Junior (0-3 ans) | 38 000 – 45 000 € | 32 000 – 38 000 € |
| Confirmé (3-7 ans) | 50 000 – 65 000 € | 42 000 – 55 000 € |
| Senior (8+ ans) | 70 000 – 90 000 € | 58 000 – 75 000 € |
Le salaire médian national de 35 000 € correspond à un poste junior en région. Les bonus annuels (10 à 20 % du fixe) sont fréquents dans le secteur de l’assurance et de la réassurance. Les profils avec compétences en programmation et en gestion de projet peuvent négocier 5 à 10% au-dessus des fourchettes indiquées.
Formations et diplômes
| Niveau | Diplômes | Établissements types |
|---|---|---|
| Bac+5 | Master en actuariat, statistique, mathématiques financières, ou sciences de l’atmosphère | Universités (Paris-Dauphine, Paris-Saclay), écoles d’actuariat (ISFA, ENSAE), écoles d’ingénieurs (ENSTA, Centrale, INSA) |
| Bac+3 | Licence pro en mathématiques appliquées, génie civil ou géographie physique | IUT et universités avec spécialisation en risque |
| Bac+2 | BTS ou DUT en statistique, informatique de gestion ou métiers du géomètre | Parcours possibles mais nécessitent une poursuite d’études |
La formation initiale la plus courante est un master en actuariat ou en mathématiques financières, complété par un stage dans un service Cat Nat. Les cursus en sciences de l’atmosphère, hydrologie ou géophysique sont des voies alternatives encore peu nombreuses mais pertinentes. Des formations continues (executive master, MOOC) existent via l’Institut des Actuaires ou l’ENSAE.
Reconversion vers ce métier
- Actuaire non-vie : passerelle naturelle. Il suffit de se spécialiser dans la modélisation Cat Nat via un stage ou un projet interne. Les compétences en probabilités et en Excel sont déjà acquises.
- Data scientist : un data scientist avec des connaissances en sciences physiques peut bifurquer après une formation courte sur les modèles stochastiques Cat Nat. La maîtrise de Python et du machine learning est un atout pour construire des modèles hybrides.
- Géomaticien ou ingénieur SIG : un expert en analyse spatiale peut évoluer vers la modélisation Cat Nat en apprenant les bases de l’actuariat et des mathématiques financières. Des formations de type licence pro "risques naturels" existent.
La reconversion se fait généralement en interne dans les grands groupes d’assurance, qui proposent des parcours de mobilité. Un an de formation en alternance ou en VAE peut suffire pour un candidat issu d’un métier quantitatif proche.
Exposition au risque IA
Le score CRISTAL-10 de 38 % place ce métier en exposition moyenne à l’IA. Les modèles prédictifs classiques (réseaux de neurones, forêts aléatoires) peuvent automatiser certaines étapes : calibration des paramètres, détection d’anomalies dans les données, génération de rapports standardisés. Cependant, la partie interprétation des résultats et validation des modèles reste profondément humaine. Les catastrophes naturelles sont des événements rares, ce qui limite les données d’apprentissage et rend les approches purement data-driven risquées. Les assureurs doivent pouvoir expliquer leurs modèles aux régulateurs et aux tribunaux. L’IA générative assiste la rédaction de rapports et la synthèse de documentation, mais ne remplace pas l’expertise métier. Les tâches les plus automatisables dans les 5 ans sont l’extraction de données et la génération de cartes d’exposition ; les tâches les moins automatisables sont la conception de scénarios catastrophe crédibles et la négociation avec les réassureurs.
Marché de l’emploi
Le secteur est en tension modérée, surtout pour les profils seniors. La demande est portée par le réchauffement climatique qui augmente la fréquence et l’intensité des événements météorologiques extrêmes. Les assureurs cherchent à affiner leur tarification face à une sinistralité croissante. Les réassureurs internationaux recrutent en France pour couvrir les risques européens et africains. Les cabinets de conseil (type Deloitte, EY, KPMG) renforcent leurs pôles risques climatiques. Les employeurs principaux sont : les compagnies d’assurance françaises (AXA, Groupama, Generali France), les réassureurs (SCOR, Munich Re, Swiss Re), les courtiers (Aon, Marsh, Willis Towers Watson), et les éditeurs de logiciels de modélisation. Le télétravail est répandu, 2 à 3 jours par semaine en moyenne. Les offres d’emploi sont concentrées à Paris et à la Défense, mais quelques postes existent à Lyon, Toulouse et Aix-en-Provence près des pôles de recherche climatique.
Certifications et labels reconnus
- Certificat d’actuaire de l’Institut des Actuaires : la voie royale pour exercer en assurance, même si elle n’est pas obligatoire pour le modélisateur Cat Nat.
- PMP (Project Management Professional) : utile pour les seniors qui pilotent des projets de développement de modèles.
- Qualiopi : certification qualité des organismes de formation, pertinente si le modélisateur devient formateur interne.
- ISO 9001 : beaucoup d’assureurs sont certifiés, la connaissance des processus qualité est un plus.
- Certificats cloud AWS/Azure : valorisés pour maîtriser l’infrastructure de calcul.
Évolution de carrière
À 3 ans, le modélisateur junior devient autonome sur un péril ou une zone géographique. Il peut évoluer vers modélisateur confirmé avec la responsabilité d’un portefeuille régional. À 5 ans, il peut prendre un poste de coordinateur Cat Nat, encadrant un binôme de juniors et supervisant la production des rapports trimestriels pour le comité des risques. À 10 ans, deux trajectoires s’offrent : une voie managériale (responsable du pôle Cat Nat, directeur des risques) ou une voie d’expert (expert sénior consultant interne, capable de développer des modèles propriétaires). Certains rejoignent les éditeurs de logiciels comme AIR ou RMS en tant que consultant avant-vente ou chef de produit. D’autres bifurquent vers le conseil en stratégie climat ou la recherche en modélisation des risques.
Perspectives du métier
Les modèles historiques montrent leurs limites face au changement climatique, forçant les modélisateurs à intégrer des scénarios de réchauffement dans leurs simulations. L’essor des données satellitaires et des capteurs IoT améliore la résolution des modèles, tandis que de nouveaux risques émergent comme les incendies en zone méditerranéenne, la grêle extrême et les inondations côtières. La réglementation européenne sur la taxonomie verte pousse les assureurs à publier des scénarios de stress climatique. Le métier évolue vers plus de collaboration avec les climatologues et les hydrologues, ainsi qu’une communication accrue des résultats via les rapports RSE.