Seminar - Transforming Actuarial Science: AI, Pricing, and Synthetic Data
Data Science-komitéen i Den Norske Aktuarforening (DNA) inviterer til seminar
Data Science-komiteen i Den Norske Aktuarforening (DNA) inviterer til seminar om bruk av kunstig intelligens i risikoprising, kundedata og personvern før vi avslutter med en drøfting av maskinlæring i lys av tradisjonelle statistiske modeller.
Dette er andre gang foreningen arrangerer et seminar med særlig søkelys på datateknologi og den praktiske bruken av maskinlæring og kunstig intelligens i forsikringsbransjen.
I første del av programmet, før lunsj, får vi besøk av prisingsteamet i Fremtind Forsikring. De vil dele erfaringer fra sin prisingsreise, fra «magefølelsestariffering til Monaco», og fortelle om hvordan maskinlæring tas i bruk i denne sammenhengen.
Etter lunsj retter vi søkelyset mot kunstig intelligens og hvordan denne teknologien skaper bedre kundeopplevelser og bidrar til økt effektivitet i forsikring. Videre gjør vi et dypdykk i syntetiske data — med vekt på bruk til testformål og samtidig ivaretakelse av personvernet knyttet til kundedata.
Seminaret avsluttes med et akademisk innlegg som belyser bruken av maskinlæringsalgoritmer sammenlignet med tradisjonelle statistiske modeller.
Vi ønsker deg hjertelig velkommen til dette seminaret og håper det vil gi deg masse faglig påfyll!
|
09:00 - 09.15 |
Velkommen Introduksjon Data Science-komiteen gir et innblikk i hvordan de ser på dagens Data Science-landskap.
Jimmy Paul, leder av Data Science komitéen |
|
09:15 – 10:15 |
Fremtind sin prisingsreise – «fra magefølelsestarrifering til Monaco» Velkommen til en reise inn i Fremtinds tarifferingsverden. Vi gir et innblikk i vår egenutviklede prismotor, Monaco, og demonstrerer den innebygde maskinlæringsfunksjonaliteten. I demoen velger vi et produkt, lager en maskinlæringsmodell og forsøker å sette den i produksjon.
Jan Helge Høyland – Pricing Architect, Metode pris, Fremtind Forsikring Nikolay Qviller – Senior Machine Learning Engineer, Prisplattform, Fremtind Forsikring Simen Lønsethagen – Senior Machine Learning engineer, Prisplattform, Fremtind Forsikring |
|
10:15 – 10:30 |
Pause |
|
10:30 – 11.00 |
Forts. Fremtind sin prisingsreise – «fra magefølelsestarrifering til Monaco» Vi sjekker hvordan det går med modellen fra første del og viser hvordan vi overvåker modeller i produksjon.
Jan Helge Høyland – Pricing Architect, Metode pris, Fremtind Forsikring Nikolay Qviller – Senior Machine Learning Engineer, Prisplattform, Fremtind Forsikring Simen Lønsethagen – Senior Machine Learning engineer, Prisplattform, Fremtind Forsikring |
|
11:00 – 12:15 |
Lunsj - Tavernan @ Youngstorget 1 |
|
12:15 – 13:00 |
AI for effektivisering og bedre kundeopplevelser i Storebrand Fra maskinlæring til språkmodeller og AI-agenter – kunstig intelligens er i ferd med å endre både hvordan vi jobber og hvordan vi møter kundene våre. I denne presentasjonen får du et innblikk i hvordan Storebrand jobber strategisk og praktisk med AI for å effektivisere prosesser og skape bedre kundeopplevelser – illustrert med konkrete eksempler fra virkeligheten.
Ørjan Dale – Head of Analytics & AI, Storebrand Livsforsikring AS |
|
13:00 – 13:45 |
Utvinne syntetiske data fra produksjonsdata ved bruk av maskinlæring Kan vi dele en database på en måte som både bevarer mønstrene og ivaretar personopplysningene den inneholder? Vi starter med å ta et skritt tilbake i tid for å se på de viktigste milepælene innen personvern. Vi dykker ned i differensielt personvern – et rammeverk som gir garantier mot re-identifisering. Deretter ser vi nærmere på dagens landskap for syntetiske data, spesielt for relasjonsdatabaser, og arbeidet vi gjør i SpareBank 1 Forsikring AS. Vi avslutter med en «live demo». Rafael Sanchez, Cloudberries AS |
|
13:45 – 14:10 |
Pause |
|
14:10 – 14:50 |
Maskinlæring versus statistisk modellering Med den rivende utvikling maskinlæringsmetoder har hatt de senere år så kan man spørre seg om tradisjonelle statistiske metoder fremdeles har nytteverdi. I dette foredraget vil jeg diskutere både fordeler og ulemper med begge disse klassene av metoder. Generelt kan maskinlæring være nyttig når mye data er tilgjengelig, og ekspert kunnskap ikke er nødvendig eller tilgjengelig. Statistisk modellering vil på den andre side være nyttig når mindre datamengder er til stede og/eller domene kunnskap kan utnyttes. Dog vil valg av hvilken metode en skal bruke i en konkret situasjon også avhenge av en rekke andre faktorer. Ulike metoder innen begge metode-klassene vil bli diskutert og illustrert gjennom eksempler.
Geir Storvik – Professor, Statistikk og Data Science, UiO |
|
14:50 – 15:00 |
Avslutning |
Seminaret gir 7 poeng for internasjonalt godkjent aktuar.
Påmelding
Det er bindende påmelding med inntil 90 plasser (førstemann til mølla prinsipp). Påmeldingen gjøres på aktuarforeningens hjemmeside:
www.aktfor.no senest 31. august 2025.
Ved spørsmål kontakt admin@aktfor.no
Det tas forbehold om endringer i programmet.
Jan Helge Høyland
Jan er funksjonell arkitekt for prisingen i Fremtind, utdannet aktuar fra UiO og medlem av data science komiteen i aktuarforeningen.
Simen Lønsethagen
Simen er senior machine learning engineer i Fremtind, og utvikler Fremtinds prisplattform. Han er sivilingeniør i fysikk og matematikk fra NTNU, og har en M. Sc. i matematikk fra UiO. Han har tidligere jobbet som aktuar i Fremtind.
Nikolay Qviller
Nikolay er senior machine learning engineer i Fremtind, og utvikler Fremtinds prisplattform. Han er utdannet ph.d. i matematikk fra UiO.
Ørjan Dale
Ørjan leder analyse og AI i Storebrands teknologiavdeling, Digital, som har ansvar for utvikling og implementering av AI-løsninger på tvers av konsernet. Med en doktorgrad i fysikk fra Universitetet i Bergen og til sammen femten års erfaring fra forskning, telekom og finans har han bred erfaring med praktisk bruk av data og kunstig intelligens. Dette inkluderer alt fra arbeid med subatomære partikler, data for smittespredning under pandemien, til å bygge AI-løsninger som forbedrer beslutningsprosesser og kundetjenester i finanssektoren.
Rafael Sanchez
Rafael er seniorkonsulent hos Cloudberries. Det siste året har han vært engasjert i spennende prosjekter for SpareBank1 Forsikring AS.
Med en genuin interesse for matematikk og naturvitenskap, har Rafael en mastergrad i nukleærteknologi fra Balseiro Institute. Han har også en doktorgrad fra NTNU, hvor han forsket på modellering og simulering av miljøvennlige kjemiske prosesser.
Rafael tilbrakte tre år som analytiker hos Oljefondet, hvor han jobbet med automatisering og utvikling av algoritmiske løsninger. Overgangen til konsulentbransjen lot ham jobbe fulltid med noe han brenner for: data science.
Han har flere års erfaring med å hjelpe kunder utnytte maskinlæring for å løse utfordringer som feildeteksjon og tidsseriesprediksjon, og fungerer også som KI-rådgiver. På fritiden kan man ofte finne Rafael på løpetur i idylliske landskaper rundt Oslo.
Geir Storvik
Geir Storvik er professor ved Matematisk institutt, Universitetet i Oslo. Han har jobbet med metodikk innen blant annet prosesser i rom og tid, ulike typer Monte Carlo metoder og rettsgenetikk. Gjennom deltidsengasjement ved Norsk Regnesentral har han også vært involvert i en rekke prosjekter innen biologi, medisin, industri og andre anvendelsesområder.
Sted
Hammersborggata 9, 0181 Oslo, Norge