Loading...
机构名称:
¥ 1.0

Randall A. Stevenson 3305 West 127 th Street 堪萨斯州利伍德 66209 电话:(913) 244-3327 商业经验 2015 年至今 Hause Actuarial Solutions 堪萨斯州欧弗兰帕克 高级副总裁(2015-2022)、总裁(2023 年至今)和人寿和健康保险实践领域的咨询精算师。 主要职责是开发监管精算服务、为专业精算组织提供支持、根据需要执行特殊项目、为合并评估公司价值、审查非互助化提案、进行年度估值和现金流测试以及履行人寿和信用保险公司的指定精算师职责。 负责公司组织和规划以及监督日常运营并为员工的绩效和发展提供指导和培训。 2013-2015 INS Consultants, Inc. 堪萨斯州利伍德 人寿和健康保险监管领域的合同咨询精算师。工作内容包括支持州监管考试的精算部分和为审计团队提供精算支持。这主要是对现金流测试和 AG-XLIII 备忘录的审查。执行了一些健康费率申报审查。被指派为 NAIC 和 AAA 的精算联络人以及与 ORSA 相关事宜的寿险精算代表。为风险重点考试的精算部分编写操作程序。在需要时协助制定寿险精算提案。还负责开发和展示公司内部、州保险部门和 SOFE 的教育材料。担任几项考试的首席精算师,包括 SCOR Global Life USA、一些 MetLife 子公司和众多较小的公司。为新墨西哥州一家健康保险公司在决胜阶段的资产拟议支出提供评估支持。2011-2014 RSM McGladrey/风险与监管咨询 堪萨斯州利伍德 人寿精算师/监管保险咨询业务经理。工作包括州监管考试的精算部分和对审计团队的精算支持。担任明尼苏达州、路易斯安那州、堪萨斯州、康涅狄格州、新墨西哥州、伊利诺伊州、科罗拉多州和俄克拉荷马州各种规模公司考试的首席精算师。较大的公司包括 RiverSource Life(Ameriprise)和两家 Prudential 公司(PALAC 和 PRIAC)。担任明尼苏达州、密歇根州、俄勒冈州、南卡罗来纳州和科罗拉多州考试的精算师支持。除了验证传统业务线的准备金外,还进行了大量与准备金相关的审查工作,涉及精算指南 43、资产充足性测试、市场价值年金和条例 XXX。准备了几个考试支持工作的提案。开发了精算实习生计划。审查众多公司的首席、任命和估值精算师的工作。审计支持审查包括对 GAAP 准备金和员工福利计划的审查。为风险重点考试的精算部分编写操作程序。负责协调人寿精算师的工作任务和准备提案。2010-2011 & 2014-2015 Regulatory Actuarial Services, LLC 堪萨斯州利伍德 精算咨询公司的负责人。为州保险部门开展合同审查工作。还为公司和行业协会提供精算咨询服务。2008-2010 Verus Financial, LLC 堪萨斯州利伍德 首席人寿精算师和首席运营官。最初的职责是协调和监督一家与 20 多个州签订合同的审查公司的审查团队。编写考试手册、制定考试程序、面试并聘用运营部门的员工。与行政、技术、报告、法律和执行部门领导协调考试工作。对已非互助化的公司进行考前分析。监督精算部门。对公司进行预审分析。向公司人员提供一般人寿和健康保险信息,特别是在发现异常产品或做法时。

兰德尔·A·史蒂文森

兰德尔·A·史蒂文森PDF文件第1页

兰德尔·A·史蒂文森PDF文件第2页

兰德尔·A·史蒂文森PDF文件第3页

兰德尔·A·史蒂文森PDF文件第4页

相关文件推荐

2021 年

用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响,从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据,它们正在提供前所未有的空间环境实时表征,包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步,但仅靠它们是不够的。为了优化任务规划,许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事,但最近随着 21 世纪人工智能 (AI) 技术的应用,大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型,并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期(0 到 60 分钟)、中期(1 小时到 3 小时)和长期(3 到 48 小时)。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下,多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度,卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后,组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据,因此,使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明,在几乎所有情况下,这些预测技术都优于持久性,而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点,将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是,云层可以部分或完全遮挡目标,并阻止或要求降低光通信系统的数据速率。但是,通过准确表征和预测大气影响,可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统,该系统可生成高分辨率的大气衰减预测,以支持太空激光和监视应用的决策辅助。为了实现这一目标,HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据,并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测:1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时;最长 2+ 小时;最长 48 小时。最长 1 小时;最长 2+ 小时;最长 48 小时。

¥1.0