Actuaire Tarification
Verdict CRISTAL-10 v14.0 : Augment — l’IA assiste, le métier se transforme
Chiffres clés 2026
Tension marché : 1.25% postes vacants (8 867 postes secteur DARES).
Source : France Travail / DARES BMO 2026 / INSEE TIC 2025. Données pack mises à jour 15 mars 2026.
Impact IA sur le métier
Automatisable par l’IA
- Utilisation de logiciels statistiques
- Droit et réglementation des assurances
- Connaissance des produits financiers
- Calculer l’engagement monétaire d’une entreprise par contrat d’assurance
- Réaliser des calculs de rentabilité de produits d’assurance ou d’épargne
Reste humain
- Déplacements professionnels
- Travail saisonnier
Impact de l’IA sur ce metier
Le métier absorbe la vague IA sans disparaître, à condition d’évoluer sur la modélisation avancée et le pilotage réglementaire ACPR avec une montée en compétences continue sur les modèles internes Solvabilité 2 et IFRS 17. Trois tâches automatisables sont identifiées : utilisation des logiciels statistiques R et SAS pour le fitting GLM, calcul de l’engagement monétaire par contrat d’assurance, réalisation d’inventaires de portefeuilles trimestriels avec rapprochement provisions techniques et capital économique alloué par ligne de business sous Solvabilité 2. Trois tâches humaines restent protégées : arbitrage tarifaire stratégique multi-produits, justification Solvabilité 2 devant l’ACPR lors d’inspections sur site, communication aux directions générales et conseil d’administration. Les outils IA déployés en 2026 incluent Akur8 pour la tarification GLM automatisée, Quantee pour le pricing cloud non-vie et Earnix pour l’optimisation prix en temps réel.Compétences clés
20 compétences ROME. Source : France Travail.
Carrière et formation
Formations RNCP
- RNCP39010 — Actuariat (fiche nationale) (Niveau 7)
- RNCP41065 — Statistique et économie du risque (fiche nationale) (Niveau 7)
- RNCP41210 — Ingénieur diplômé de l’institut national des sciences appliquées de To (Niveau 7)
- RNCP41213 — Ingénieur diplômé de CY Tech de CY Cergy Paris Université Spécialité m (Niveau 7)
Reconversion & CPF
- 4 paths de reconversion disponibles →
- Durée moyenne formation : 24 mois
- 7 formations CPF éligibles
- Top organismes : CONSERVATOIRE NATIONAL DES ARTS ET METIE, UNIVERSITE DU MANS, UNIVERSITE DE BREST
- Financement CPF + Pôle Emploi possibles
Carriere et formation
Le parcours type démarre par une école d’ingénieur ou un cursus actuariat reconnu par l’Institut des Actuaires : ISFA Lyon 1, ENSAE Paris, Dauphine MIDO, EURIA Brest, ISUP Sorbonne ou Strasbourg Magistère actuariat. Le diplôme valide un niveau 7 Bac+5 avec mémoire d’actuaire soutenu devant jury professionnel mixte académique et entreprise. La progression suit cinq paliers : analyste actuariel junior 0-2 ans, actuaire pricing confirmé 3-7 ans, senior pricing actuary 8 ans et plus, pricing manager d’équipe puis chief actuary ou directeur actuariel France pays. Plusieurs fiches RNCP actuariat figurent au répertoire France Compétences, complétées par la qualification IA de l’Institut des Actuaires qui rend le titre opposable aux régulateurs ACPR.Salaire détaillé
Voir grille junior/médiane/senior + méthodologie
| Niveau | Médian estimé | P90 estimé | Base |
|---|---|---|---|
| Junior (0-2 ans) | 28 525 € | 32 803 € | 0.70 × médian |
| Médian (3-7 ans) | 40 750 € | 46 862 € | DARES+INSEE |
| Senior (8+ ans) | 50 937 € | 55 012 € | 1.25 × médian |
Méthodologie : Médian = données DARES/INSEE salaires bruts annuels 2024-2025 pour le code ROME associé. Junior/Senior = extrapolations ratios standards (0.70x / 1.25x). P90 = niveau atteint par 10 % des supérieurs de la catégorie. Pour précision par expérience/secteur/région : consulter Michael Page, Robert Half, Talent.com.
Tendances 2026-2030
Freins adoption IA (BPI France 2024) : 42% citent le manque de compétences, 38% citent les coûts.
Pourquoi envisager une reconversion
Le verdict Augment et le score CRISTAL10 v16 de 88,1 % n’imposent pas de fuite du métier. La reconversion concerne surtout les juniors saturés de production tarifaire Akur8 répétitive ou les confirmés sans perspective managériale claire en interne compagnie. Trois moteurs de bascule observés terrain 2026 : volonté d’élargir au data science assurance hors pricing strict GLM, attrait pour le conseil ACPR Solvabilité 2 cabinet Deloitte ou Galea, lassitude des modèles GLM répétitifs portefeuille auto MRH. Les compétences statistiques R, Python et SAS plus maîtrise IFRS 17 garantissent un repositionnement sans perte salariale immédiate côté pricing senior.5 metiers cibles pour se reconvertir
Cinq trajectoires de reconversion concrètes ressortent pour un pricing actuary expérimenté souhaitant capitaliser sur ses compétences statistiques R, Python et SAS plus la maîtrise IFRS 17 acquise sur le terrain compagnie d’assurance ou cabinet conseil actuariat senior. 1. Data scientist assurance : modèles machine learning sinistres et fraude chez AXA, Generali, Covéa, salaire 65 000 à 85 000 EUR confirmé. 2. Risk manager Solvabilité 2 : pilotage capital économique et reporting ACPR, 70 000 à 95 000 EUR senior compagnie cotée Paris. 3. Consultant actuariat : missions chez Deloitte, Forvis Mazars ou Galea, 60 000 à 90 000 EUR plus bonus utilisation. 4. Product manager fintech assurance : pilotage produit et roadmap chez Alan, Luko ou Lemonade France, 65 000 à 90 000 EUR plus equity startup early-stage. 5. Auditeur actuariel : revue indépendante modèles internes chez Big Four Deloitte, EY, KPMG ou PwC, 65 000 à 85 000 EUR plus prime certification IA qualifié.Questions fréquentes & sources
Sources officielles
Metiers proches face a l IA
Analyse approfondie
Pricing Actuary : fiche métier complète en assurance non-vie
Pricing actuary non-vie vs reserving vs ALM vs vie
Le pricing actuary en assurance non-vie construit les modèles tarifaires qui déterminent la prime commerciale pour chaque assuré. Son périmètre couvre l'auto, l'habitation, la santé collective et les biens professionnels. Il se distingue nettement de ses collègues spécialisés.
Le reserving actuary estime les provisions pour sinistres survenus non encore réglés (IBNR, IBNER). Le pricing travaille en amont sur la sinistralité future ; le reserving travaille en aval sur la sinistralité passée non soldée. Ces deux fonctions s'alimentent mutuellement : les triangles de développement produits par le reserving nourrissent les bases historiques du pricing.
L'actuaire ALM (Asset Liability Management) gère l'adéquation actif-passif sur des horizons longs, domaine qui appartient davantage à l'assurance vie et aux fonds de pension. La temporalité est différente : la non-vie fonctionne sur des cycles de 12 à 36 mois, là où l'ALM raisonne sur 10 à 30 ans.
L'actuaire vie construit des tables de mortalité, des rentes viagères et des produits d'épargne. Le pricing non-vie exploite des modèles de fréquence-sévérité sur des événements courts et stochastiques. Les compétences statistiques se recoupent, mais les outils réglementaires et les logiques business sont distincts.
GLM : le modèle standard du pricing assurance
Les Generalized Linear Models restent la référence indispensable du marché. Towers Watson Emblem, SAS Proc Genmod et R sont les environnements dominants en France. Le GLM modélise séparément la fréquence (Poisson ou binomiale négative) et le coût moyen (Gamma ou Tweedie) d'un sinistre, puis multiplie les deux pour obtenir la prime pure.
La variable cible est la loss cost : coût annualisé par unité d'exposition. Les variables explicatives typiques en auto sont l'âge du conducteur, la puissance du véhicule, la région, le bonus-malus et l'ancienneté du permis. En habitation, la surface, la nature de la construction, la zone de risque climatique et le type d'occupation entrent dans le modèle.
Le GLM produit des facteurs multiplicatifs interprétables, ce que les équipes commerciales et les régulateurs apprécient. L'ACPR peut demander la justification économique de chaque variable tarifaire : le GLM répond à cette exigence de transparence mieux qu'une boîte noire.
| Critère | GLM classique | ML (GBM / réseau de neurones) |
|---|---|---|
| Interprétabilité | Haute - facteurs multiplicatifs lisibles | Faible à modérée (SHAP requis) |
| Performance prédictive | Bonne sur données structurées | Supérieure sur données complexes |
| Validation ACPR | Standard établi | Encadrement en cours (AI Act) |
| Outils dominants | Emblem, R glm(), SAS | Akur8, Earnix, Python XGBoost |
| Courbe apprentissage actuaire | Formation ISFA/ENSAE suffisante | Complément ML requis |
| Adoption France 2026 | 80 % des portefeuilles | 40 % en production partielle |
Machine learning en pricing : gradient boosting et réseaux de neurones
Le gradient boosting (XGBoost, LightGBM, CatBoost) dépasse le GLM sur la plupart des benchmarks de sinistralité auto dès que le volume de données dépasse 200 000 polices. Il capture les interactions non linéaires entre variables sans les spécifier manuellement. La contrepartie est l'opacité : un actuaire doit ajouter des couches SHAP ou LIME pour expliquer les décisions tarifaires individuelles.
Akur8, fondée en 2019 à Paris, a industrialisé cette approche avec une plateforme SaaS dédiée aux actuaires. Son moteur combine GLM et gradient boosting dans une interface graphique. AXA, Allianz et plusieurs mutuelles françaises l'ont intégrée. Akur8 Inc, sa filiale américaine, déploie la même plateforme sur le marché nord-américain.
Earnix, éditeur israélien présent en Europe, propose une suite de pricing dynamique qui intègre l'optimisation tarifaire en temps réel. L'outil permet de tester plusieurs stratégies de prix simultanément via des tests A/B contrôlés sur des segments de portefeuille.
Les réseaux de neurones profonds restent moins utilisés en production en France. Leur apport est notable sur les données non structurées : images de sinistres, télématique automobile, textes de déclaration. Des compagnies comme MAIF expérimentent des architectures CNN pour l'analyse de photos de véhicules accidentés.
Ratemaking et tariff smoothing
Le ratemaking est le processus complet qui conduit de l'expérience sinistre historique à la nouvelle grille tarifaire. Il comporte plusieurs étapes : développement des sinistres sur triangle, sélection du taux de tendance, ajustement des changements de portefeuille et calcul de la prime pure cible.
Le tariff smoothing intervient après le ratemaking pur. Un modèle statistiquement optimal peut générer des augmentations de prime brutales pour certains segments, créant un risque d'anti-sélection ou de non-conformité réglementaire. L'actuaire pricing doit contraindre les variations entre deux millésimes.
Les techniques classiques incluent les minimum bias factors de Bailey-Simon, le credibility weighting de Bühlmann-Straub pour les petits portefeuilles, et les modèles mixtes hiérarchiques pour les données géographiques. L'Institut des Actuaires de France publie des standards de bonnes pratiques sur ces méthodes.
La notion de combined ratio cible pilote toute la démarche : le département pricing reçoit un objectif de ratio sinistres-à-primes (par exemple 68 %) et ajuste la grille en conséquence, en tenant compte des chargements de frais et de la marge bénéficiaire attendue.
Salaires en France : junior, senior et lead pricing actuary
Le marché des actuaires pricing non-vie en France est tendu. Les compagnies et les cabinets de conseil se disputent un vivier restreint issu de trois à quatre formations majeures.
- Junior (0-3 ans, ENSAE ou ISFA) : 45 000 à 55 000 € brut annuel en compagnie, 50 000 à 60 000 € en conseil (Deloitte Actuariat, Willis Towers Watson). Le titre d'actuaire certifié Institut des Actuaires s'obtient généralement en 3 à 5 ans d'expérience.
- Senior (5-10 ans, Fellow Institut des Actuaires) : 80 000 à 120 000 € en compagnie selon la taille du portefeuille géré, 90 000 à 150 000 € en cabinet ou chez un éditeur comme Akur8. La maîtrise de Python et des outils ML devient un différenciateur salarial de 10 à 20 %.
- Lead / Chief Pricing Actuary : 150 000 à 250 000 € pour les directions pricing de grands groupes (AXA, Allianz, Generali France). Les rémunérations variables (bonus annuel, intéressement) peuvent ajouter 20 à 40 % du fixe à ce niveau.
Les profils hybrides actuaire-data scientist commandent une prime de marché de 15 à 25 % par rapport aux profils purement actuariels. Groupama et MAAF ont ouvert des postes intitulés "Actuaire Data Scientist Pricing" en 2025-2026.
Formations : ENSAE, ISFA Lyon, EURIA Brest et ESSEC Actuariat
ENSAE Paris (École Nationale de la Statistique et de l'Administration Économique) forme des actuaires dans un cadre statistico-économique rigoureux. Son master Actuariat est accrédité par l'Institut des Actuaires. Les promotions fournissent les profils les plus recherchés par les grands groupes parisiens.
ISFA Lyon (Institut de Science Financière et d'Assurances) est la grande école actuarielle de province. Son master Actuariat-Finance est doublement accrédité (Institut des Actuaires France et groupe de référence européen). Son réseau alumni est particulièrement dense chez les mutuelles (Groupama, MAIF, MACIF).
EURIA Brest (EURo Institut d'Actuariat) propose un cursus axé sur les sciences du risque et l'assurance maritime, avec une ouverture internationale marquée. Il forme des actuaires reconnus sur les marchés francophones hors métropole et dans la réassurance.
ESSEC Actuariat combine la formation actuarielle avec une approche business school, utile pour les trajectoires vers des postes de direction ou de consulting stratégique.
- Durée de formation : 2 à 3 ans post-licence (master 1 + master 2 ou grande école 3A-5A)
- Certifications complémentaires valorisées : Fellow Institut des Actuaires (FAF), CERA (Certified Enterprise Risk Actuary), CAS (Casualty Actuarial Society) pour le marché non-vie international
- Formations courtes en ML pricing : MOOCs Coursera ML for Actuaries, formations internes AXA Academy, Earnix Certification Program
Reconversion vers le pricing actuariel
Deux profils se reconvertissent régulièrement vers le pricing actuary en non-vie avec succès.
Le data scientist en assurance maîtrise déjà Python, scikit-learn et les bases SQL. Il lui manque les fondamentaux actuariels : théorie de la ruine, modèles de fréquence-sévérité, réglementation Solvabilité II et normes IFRS 17. Un master actuariat en alternance ou un certificat Institut des Actuaires (parcours qualification) comble ce gap en 12 à 24 mois.
Le statisticien de l'INSEE ou de la recherche publique possède la rigueur méthodologique requise. Sa transition nécessite une immersion dans le vocabulaire métier (combined ratio, loss development factor, earned premium) et l'apprentissage des outils sectoriels (Emblem, ResQ, Akur8). Les compagnies comme MAIF et Groupama valorisent ces profils et les forment en interne sur 6 à 12 mois.
Les reconversions depuis la finance quantitative sont également fréquentes. Les modèles de pricing dérivés et les modèles actuariels partagent une culture mathématique commune, même si les horizons temporels et les données utilisées diffèrent.
Risque IA : niveau moyen avec résilience actuarielle
Le pricing actuary est un métier à risque IA modéré. Akur8 et Earnix automatisent des tâches répétitives : nettoyage de données, sélection de variables, test de modèles alternatifs, génération de rapports de performance. Ces plateformes déplacent la valeur ajoutée de l'actuaire vers l'interprétation, la validation et la décision stratégique.
Trois raisons justifient la résilience de la fonction. Premièrement, la responsabilité réglementaire reste humaine : l'ACPR exige qu'un actuaire certifié signe les hypothèses tarifaires utilisées dans le calcul du SCR (Solvency Capital Requirement). Deuxièmement, l'expertise sectorielle sur les comportements de sinistralité et les pratiques de marché ne se délègue pas à un modèle. Troisièmement, l'AI Act européen classifie certains systèmes de tarification automatisée en zone à haut risque, imposant une supervision humaine qualifiée.
Le risque réel est davantage une réduction des effectifs juniors sur les tâches mécaniques, compensée par une montée en gamme des postes seniors vers des rôles de ML model validation et d'AI governance actuarielle.
Marché employeur : AXA, Allianz, Generali, mutuelles et courtiers
Le marché français du pricing actuariel non-vie se concentre autour de trois types d'employeurs.
Les grands groupes internationaux - AXA, Allianz, Generali - disposent de directions pricing centrales à Paris avec des équipes de 5 à 20 actuaires selon le segment. AXA a internalisé une partie de ses développements ML sous la direction AXA Next et AXA Direct. Allianz France développe ses modèles de tarification auto en collaboration avec Allianz SE sur des plateformes partagées.
Le groupe mutualiste - MAIF, MAAF, MACIF, Groupama - recrute des profils ISFA et EURIA avec une culture data différente des compagnies à actionnaires. Groupama possède l'une des plus grandes équipes actuarielles non-vie de France, répartie entre Paris et les caisses régionales.
Les cabinets de conseil (Willis Towers Watson, Milliman, Deloitte Actuariat) et les éditeurs logiciels (Akur8, Earnix) constituent un troisième pôle où les salaires sont plus élevés mais la polyvalence est imposée.
| Employeur | Type | Segments principaux | Outils déclarés |
|---|---|---|---|
| AXA France | Compagnie internationale | Auto, MRH, santé collective | Akur8, Python, R |
| Allianz France | Compagnie internationale | Auto, professionnels, IARD | Emblem, SAS, Python |
| Generali France | Compagnie internationale | MRH, vie, prévoyance | R, SAS, Earnix |
| MAIF | Mutuelle | Auto, MRH, santé | R, Python, interne |
| Groupama | Groupe mutualiste | Agricole, auto, IARD | SAS, Emblem |
| Akur8 | Éditeur logiciel | Tous segments clients | Akur8 platform |
| Willis Towers Watson | Cabinet conseil | IARD, réassurance | Emblem, Radar |
Solvabilité II : formule standard vs modèle interne
La directive Solvabilité II (en vigueur depuis 2016, révisée 2025) impose aux assureurs européens de calculer leur Solvency Capital Requirement (SCR). Le pricing actuary est directement impliqué dans cette quantification pour le module de souscription non-vie.
La formule standard de l'EIOPA utilise des matrices de corrélation et des facteurs de charge prédéfinis selon les lignes de métier (LOB : motor, property, liability, MAT). Elle est applicable sans validation réglementaire spécifique. Elle convient aux portefeuilles homogènes et aux compagnies de taille moyenne.
Le modèle interne (partiel ou complet) permet à l'assureur d'estimer son propre SCR à partir de données historiques et de simulations Monte Carlo. Il exige une validation ACPR approfondie, un processus ORSA (Own Risk and Solvency Assessment) documenté et une gouvernance actuarielle forte. AXA et Allianz utilisent des modèles internes partiels ou complets.
La norme IFRS 17 (applicable depuis 2023) ajoute une couche de complexité : le contractual service margin (CSM) et la loss component nécessitent des hypothèses de sinistralité futures que le pricing actuary fournit. Les compagnies ont aligné leurs bases tarifaires avec les nouvelles exigences comptables.
Évolutions de carrière : chief pricing actuary et head of risk pricing
La trajectoire type d'un pricing actuary non-vie en compagnie suit trois paliers. Le palier junior (0-5 ans) consiste à développer et maintenir des modèles sur un ou deux segments. Le palier senior (5-12 ans) implique la direction d'un portefeuille complet et la supervision d'analystes juniors. Le palier direction (12 ans et plus) ouvre vers deux rôles distincts.
Le Chief Pricing Actuary dirige l'ensemble de la fonction pricing d'une compagnie. Il arbitre entre performance technique des modèles, contraintes commerciales et conformité réglementaire. Ce rôle implique des interactions régulières avec le Comité Exécutif dans le cadre du rapport actuariel annuel Solvabilité II.
Le Head of Risk Pricing, variante observée chez Allianz et AXA, combine pricing et gestion du risque de souscription. Ce profil hybride est recherché dans les groupes qui souhaitent unifier leurs fonctions de modélisation du risque autour d'une architecture data commune.
Les sorties vers le conseil stratégique (Oliver Wyman, McKinsey Insurance Practice), les insurtech et les réassureurs (Munich Re, Swiss Re, Scor) sont fréquentes à partir du niveau senior.
Perspectives du métier
Le climate risk pricing monte en puissance, les pricing actuaires intégrant désormais des scénarios physiques du GIEC dans leurs modèles de sinistralité, avec des partenariats comme celui de Groupama et CCR avec Météo-France. La télématique automobile et l’usage-based insurance alimentent les modèles avec des données comportementales temps réel qui dépassent les capacités des modèles classiques, favorisant les architectures de machine learning. L’AI Act impose des exigences de non-discrimination pour les systèmes de tarification automatisée, poussant les actuaires à développer des compétences en fairness ML et en auditabilité algorithmique. Le marché du cyber insurance et de l’embedded insurance crée de nouveaux territoires de pricing avec des données hybrides intégrant la threat intelligence externe.