O objetivo deste estudo consistiu na proposição de uma nova precificação para o seguro de entregadores em uma empresa líder no mercado de food delivery na América Latina, com a finalidade de reduzir os custos elevados relativos ao prêmio pago à seguradora. O objetivo principal foi desenvolver uma metodologia para propor uma nova precificação de seguro, visando a redução dos custos elevados relacionados ao prêmio pago à seguradora. Este estudo realizou uma análise detalhada, estimando a probabilidade de sinistros com base em variáveis como rotas de entrega, modais de transporte, e perfis detalhados dos entregadores. A metodologia adotada envolveu a aplicação de técnicas avançadas de machine learning e análise estatística. Foram empregados modelos como regressão logística e árvores de decisão, os quais foram fundamentais para construir um perfil de risco robusto e realizar uma classificação eficiente de risco. A análise foi sustentada por um conjunto de dados abrangente, incluindo dimensões como frequência de sinistros, características das rotas, e dados demográficos dos entregadores, fornecendo uma base sólida para a modelagem. Os resultados obtidos com a nova metodologia de precificação demonstraram uma redução significativa nos custos de seguro. Isso foi possível pela incorporação de uma avaliação de risco mais precisa e personalizada, que levou em conta o padrão de ocorrência dos sinistros e os comportamentos de risco dos entregadores. Além disso, a precificação proposta ofereceu uma flexibilidade maior na contratação do seguro, tornando-o mais acessível para os entregadores e mais vantajoso para a empresa contratante e a seguradora. A inovação deste estudo reside na utilização de uma abordagem de score de risco baseada na probabilidade de sinistros para a precificação de seguros no segmento de food delivery, evidenciando ser uma alternativa eficiente e viável para a gestão de custos elevados associados ao seguro.