L’Agirc-Arrco, le régime de retraite complémentaire obligatoire des salariés du secteur privé, piloté par les partenaires sociaux, est un acteur essentiel du modèle de protection sociale français. Il repose sur les principes de répartition et de solidarité entre les générations. 27 millions de salariés cotisent à l’Agirc-Arrco pour constituer leurs droits futurs et 1,8 million d’entreprises adhèrent au régime. 14 millions de retraités perçoivent, chaque mois, une allocation de retraite complémentaire Agirc-Arrco. Le montant total annuel des allocations versées par le régime s’élève aujourd’hui à près de 100 Md€. 
 Les orientations stratégiques du régime ont conduit les équipes Agirc-Arrco à engager un vaste chantier d’amélioration du service, au meilleur coût visant à offrir un parcours client simple et personnalisé.

Contexte :

Le régime AGIRC-ARRCO, premier régime de retraite complémentaire en France, assure la protection sociale de millions de salariés et retraités. Dans un contexte de lutte renforcée contre la fraude sociale, notre organisme souhaite approfondir l’analyse des données existantes pour mieux identifier, quantifier et anticiper les risques de fraude non détectée.  

Sous la supervision de notre équipe Risques et en collaboration avec les experts métiers, vous contribuerez à estimer statistiquement la fraude non détectée au sein du régime. 

Vos missions incluront :  

1. Nettoyage et préparation des données : Structurer les jeux de données historiques (déclarations, contrôles, recouvrement, etc.).  

2. Analyse exploratoire : Identifier les schémas de fraude récurrents (ex : fausses déclarations d’employeurs, détournements de cotisations).  

3. Modélisation statistique :  

   - Appliquer des méthodes d’estimation de la fraude cachée (ex : analyse des écarts, méthodes par capture-recapture, approches bayésiennes).  

   - Croiser les données internes avec des sources externes (INSEE, URSSAF, etc.) pour détecter des anomalies.  

4. Recommandations opérationnelles : Proposer des indicateurs d’alerte et des axes d’optimisation des contrôles.  

5. Rédaction de rapports : Synthétiser les résultats pour les parties prenantes.  

Profil recherché :

- Formation : École d’ingénieur, Master 2 en Statistiques, Data Science, Économétrie ou équivalent.
- Compétences techniques:
- Maîtrise de Python/R (bibliothèques : Pandas, Scikit-learn, ggplot2) et SQL.
- Connaissances en méthodes statistiques avancées (séries temporelles, régression, machine learning non supervisé).
- Expérience avec les outils de visualisation (Power BI, Tableau).
- Savoir-être : Rigueur, curiosité, aptitude à travailler en équipe pluridisciplinaire.
- Atouts : Connaissance des systèmes de protection sociale ou de la fraude.