En un coup d'œil
- Missions: Transformez des données d'entreprise en fonctionnalités de recherche à fort impact.
- Entreprise: Société de gestion d'actifs innovante avec une culture collaborative.
- Avantages: Salaire compétitif, avantages santé, travail à distance et développement professionnel.
- Autres infos: Environnement intellectuellement stimulant avec des opportunités de croissance de carrière.
- Pourquoi ce job: Rejoignez une équipe dynamique et faites une réelle différence dans le domaine de la finance.
- Qualifications: Master ou doctorat en discipline quantitative et expertise en données fondamentales.
Le salaire estimé est compris entre 51300 - 62700 € par an.
À PROPOS DE CFM
Fondée en 1991, nous sommes une société de gestion d'actifs quantitative et systématique mondiale appliquant une approche scientifique à la finance pour développer des stratégies d'investissement alternatives qui créent de la valeur pour nos clients. Nous valorisons l'innovation, le dévouement, la collaboration et la capacité à avoir un impact. Ensemble, nous créons un environnement stimulant pour des experts talentueux et passionnés dans la recherche, la technologie et les affaires pour explorer de nouvelles idées et remettre en question les hypothèses existantes.
Votre rôle
En tant que Senior Data Scientist dans l'équipe Data Corporate, vous transformerez les données fondamentales des entreprises en caractéristiques et signaux prêts pour la recherche à fort impact qui alimentent les modèles alpha conçus et détenus par nos chercheurs. En travaillant côte à côte avec eux, ainsi qu'avec des ingénieurs de données et des fournisseurs externes, vous prendrez l'entière responsabilité du passage de jeux de données bruts et hérités à des ensembles de données robustes et ponctuels, puis explorerez ces ensembles de données, en proposant et validant de nouvelles caractéristiques, signaux et approches statistiques ou d'apprentissage automatique.
Responsabilités clés
- Agir en tant qu'expert en la matière de l'équipe sur les données fondamentales des entreprises (états financiers, estimations, actions d'entreprise, propriété, données de référence), maîtrisant les schémas des fournisseurs, les conventions comptables, les restatements et les caractéristiques temporelles.
- Posséder les relations techniques et de qualité des données avec les fournisseurs, de l'évaluation et de l'intégration aux discussions sur la feuille de route et aux examens de service.
- Évaluer de nouvelles sources de données, méthodologies et technologies, séparant la valeur de recherche durable des revendications des fournisseurs et des tendances éphémères.
- Concevoir des caractéristiques économiquement fondées à partir de données fondamentales et évaluer leur stabilité, couverture, rotation et comportement à travers les marchés et régimes avant qu'elles n'entrent dans la recherche alpha.
- Développer et évaluer de manière critique des approches statistiques et d'apprentissage automatique, en priorisant l'intuition économique, l'interprétabilité, l'intégrité ponctuelle et la véritable robustesse hors échantillon.
- Identifier proactivement de nouveaux cas d'utilisation en reliant la comptabilité, les entreprises et les connaissances sur la structure du marché aux questions d'investissement systématique, et tester s'ils offrent un alpha différencié.
- Travailler côte à côte avec les chercheurs pour comprendre leurs besoins, tout en proposant indépendamment des ensembles de données, caractéristiques, signaux, diagnostics et flux de travail reproductibles qui ouvrent de nouvelles directions de recherche (la propriété du modèle alpha reste avec les chercheurs quantitatifs).
- Élever le niveau de l'équipe grâce à des examens de conception, documentation, mentorat et partage actif des connaissances à travers la recherche et l'ingénierie.
- Prendre la responsabilité de la plateforme Data Corporate et de ses pipelines de données curées, rationalisant les mises en œuvre héritées et améliorant la documentation, la lignée, la découvrabilité et l'adéquation à la recherche quantitative.
- Définir et faire respecter des normes pour la correction ponctuelle, le contrôle des biais de survie, les révisions, le traitement des valeurs aberrantes, la complétude et la réconciliation entre fournisseurs.
- Maintenir et améliorer les pipelines de production (tests, surveillance, résolution d'incidents, retours en arrière, changements de schéma), avec le soutien de l'ingénierie des données lorsque cela est pertinent.
Vos compétences
- Diplôme de Master ou Doctorat dans une discipline quantitative (mathématiques, statistiques, informatique, ingénierie, économétrie ou finance).
- Plus de 10 ans d'expérience en finance quantitative, investissement systématique, données financières ou un environnement de production étroitement lié, avec un dossier prouvé parmi les praticiens de haut niveau (au moins 5 ans en tant que Data Scientist).
- Expertise pratique avérée dans les données fondamentales dans un contexte d'investissement quantitatif : ensembles de données ponctuels, états financiers, estimations, actions d'entreprise, symbologie, cartographie des entités, restatements et contrôles de biais.
- Capacité démontrée à transformer des données financières complexes en résultats de recherche percutants, de l'analyse exploratoire et du cadrage économique à l'ingénierie des caractéristiques, au développement de signaux, à l'évaluation de modèles et au déploiement en production.
- Antécédents de proposition indépendante de nouvelles approches en science des données et de livraison de caractéristiques, signaux ou modèles à fort impact, tout en maintenant des normes rigoureuses pour la qualité des données, la reproductibilité et la résilience opérationnelle.
- Compétences techniques et de plateforme : niveau expert en Python et SQL, avec une forte maîtrise de la pile scientifique et des données (NumPy, pandas, Polars, scikit-learn, cadres de visualisation et de test).
- À l'aise pour prendre l'entière responsabilité d'une base de données existante, y compris le code et les pipelines hérités, avec une solide expertise en ingénierie des données et cloud (de préférence AWS) pour améliorer, tester, surveiller et l'exploiter en utilisant de bonnes pratiques d'ingénierie logicielle.
- Être dédié à la découverte : autonome et intellectuellement curieux, vous remettez en question les hypothèses existantes, tout en apportant rigueur, responsabilité et pleine propriété à la qualité des données, à la reproductibilité et à l'excellence opérationnelle.
- Produire un impact : vous transformez des données complexes en contributions alpha différenciées et mesurables, en faisant des compromis pragmatiques et en priorisant ce qui fait vraiment la différence pour nos chercheurs.
- Exceller ensemble : vous interagissez de manière crédible avec des chercheurs, des ingénieurs, des fournisseurs et des parties prenantes senior, remettant en question les exigences de manière constructive, mentorant les autres et communiquant clairement des résultats complexes.
Déclaration d'égalité des opportunités
Nous nous efforçons continuellement d'être un employeur offrant l'égalité des chances et nous interdisons toute discrimination fondée sur le sexe, le handicap, l'origine, l'orientation sexuelle, l'identité de genre, l'âge, la race ou la religion. Nous croyons que notre diversité, notre large éventail d'expériences et nos multiples points de vue sont parmi les facteurs clés de notre succès. CFM est signataire des Principes d'Autonomisation des Femmes.
Data Scientist - Fundamental Corporate Data - VP - ED in Paris employeur : Capital Fund Management (CFM)
CFM est un employeur de choix, offrant un environnement de travail stimulant où l'innovation et la collaboration sont au cœur de notre culture. En tant qu'Associate en opérations de recherche, vous bénéficierez d'opportunités de croissance professionnelle tout en contribuant à des projets significatifs qui impactent nos stratégies d'investissement. Situé dans un cadre dynamique, CFM valorise la diversité et l'inclusion, garantissant que chaque voix compte et que chaque employé a la possibilité de s'épanouir.
Coordonnées :
Équipe de recrutement de Capital Fund Management (CFM)
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Data Scientist - Fundamental Corporate Data - VP - ED in Paris
✨Participer à des hackathons
Les hackathons sont une super opportunité pour montrer tes compétences en data science. En participant, tu peux non seulement travailler sur des projets concrets, mais aussi rencontrer des recruteurs et des professionnels du domaine. Qui sait, ça pourrait mener directement à une offre chez Capital Fund Management (CFM)!
✨Contribuer à des projets open-source
Plonger dans des projets open-source te permet de mettre en pratique tes compétences et d'améliorer ta visibilité dans la communauté des data scientists. C'est aussi une manière géniale de bâtir ton réseau et de te faire remarquer par des entreprises comme Capital Fund Management (CFM).
✨Réseauter lors de conférences
Les conférences en data science sont le lieu idéal pour rencontrer des professionnels du secteur. N'hésite pas à te présenter, échanger des cartes de visite et discuter de projets avec des personnes qui travaillent dans des entreprises que tu admires, y compris Capital Fund Management (CFM).
✨Appliquer directement via notre site
Quand tu vois une offre chez Capital Fund Management (CFM), n'attends pas ! Postule directement sur notre site. Montre-nous ton enthousiasme pour le poste de data scientist à temps plein, et n'oublie pas d'inclure des exemples de tes projets et réalisations.
Nous pensons qu'il te faut ces compétences pour exceller en tant que Data Scientist - Fundamental Corporate Data - VP - ED in Paris
Quelques conseils pour ta candidature 🫡
Met en avant tes projets de data science:Pour un poste en data science chez Capital Fund Management (CFM), assure-toi d'inclure des liens vers tes projets sur GitHub ou des articles de blog où tu expliques tes analyses de données. Ça montre que tu es actif dans le domaine et que tu comprends les défis du travail réel.
Soigne ton CV avec des compétences techniques précises:Quand tu écris ton CV pour un emploi de data scientist, mets en avant les langages de programmation que tu maîtrises (comme Python ou R) et des frameworks comme TensorFlow ou Scikit-learn. Mentionner des projets où tu les as utilisés peut vraiment faire la différence !
Raconte ta passion pour les données dans ta lettre de motivation:Dans ta lettre de motivation, explique pourquoi tu es passionné par la data science et comment ce poste chez Capital Fund Management (CFM) s'aligne avec tes ambitions. C'est l'occasion de montrer ta curiosité intellectuelle et ton envie d'apprendre dans un environnement dynamique.
Soumets ta candidature via notre site:Pour qu'on puisse mieux te considérer pour ce poste, pense à postuler directement sur notre site Web. Cela nous permet de centraliser les candidatures et de mieux te connaître à travers ton formulaire.
Comment te préparer à un entretien d'embauche chez Capital Fund Management (CFM)
✨Maîtrise des outils de Data Science
Assurons-nous de bien réviser les outils que l'on utilise dans le domaine de la data science, comme Python ou R. Sois prêt à discuter des bibliothèques que tu as maîtrisées, comme Pandas ou scikit-learn, et donne des exemples concrets de projets où tu les as utilisés.
✨Prépare-toi à des questions techniques
Attends-toi à des questions techniques sur des sujets comme l'apprentissage machine ou l'analyse de données. On pourrait te demander de résoudre un problème en direct ou de décrire un algorithme que tu as utilisé dans le passé. Prépare-toi à montrer ta capacité à analyser et interpréter des données !
✨Montre ta passion pour l'apprentissage
En tant que candidat pour un poste à temps plein, il est crucial de montrer ton envie d'apprendre et de te développer. Partage tes aspirations et les nouvelles compétences que tu souhaites acquérir pour évoluer dans ce domaine dynamique.
✨Prépare un portfolio percutant
Avoir un portfolio solide est essentiel. Choisis quelques projets pertinents que tu peux présenter, en détaillant les défis que tu as relevés et les solutions que tu as apportées. Ça montrera non seulement tes compétences, mais aussi ta capacité à résoudre des problèmes concrets dans le monde réel.