En un coup d'œil
- Missions: Développez des systèmes innovants pour transformer la recherche quantitative en production.
- Entreprise: CFM, leader en gestion d'actifs quantitatifs depuis 1991.
- Avantages: Salaire compétitif, environnement dynamique et opportunités de croissance professionnelle.
- Autres infos: Ambiance collaborative avec des experts en recherche et technologie.
- Pourquoi ce job: Rejoignez une équipe passionnée et impactez le monde de l'investissement systématique.
- Qualifications: Diplôme en informatique, mathématiques appliquées ou domaine connexe, compétences en Python requises.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Fondée en 1991, CFM est l'un des leaders de la gestion d'actifs quantitative et systématique, adoptant une approche scientifique pour développer des stratégies d'investissement alternatives qui apportent de la valeur à nos clients. Nous valorisons l'innovation, le dévouement et la collaboration, favorisant un environnement où des experts en recherche, technologie et affaires peuvent explorer de nouvelles idées et remettre en question la pensée conventionnelle.
VOTRE RÔLE
CFM recherche un Développeur Quantitatif dynamique pour rejoindre l'équipe de Quant Engineering, la division Technologie qui construit les systèmes transformant la recherche quantitative en production. Au sein de Quant Engineering, vous rejoindrez l'équipe de Construction de Portefeuille, qui conçoit, construit et surveille des portefeuilles systématiques à travers des stratégies d'actions, de futures et d'options, tant en production que dans des environnements de backtesting à grande échelle. Basé à Paris, vous travaillerez en étroite collaboration avec des chercheurs quantitatifs, des Gestionnaires de Portefeuille et d'autres équipes technologiques pour développer et améliorer les composants clés de notre construction de portefeuille, simulation et cadres de surveillance, y compris la modélisation des coûts de trading et l'évaluation mark-to-market des positions.
Vous contribuerez à améliorer les processus de rééquilibrage et d'allocation, en intégrant des approches quantitatives avancées et en renforçant la surveillance à travers la production et les backtests, y compris l'investigation des anomalies qui impactent les décisions de trading.
RESPONSABILITÉS CLÉS
- Développer et améliorer les fonctionnalités clés de construction de portefeuille à travers des stratégies systématiques, tant en production qu'en simulation/backtesting.
- Collaborer avec les équipes de recherche quantitative pour modéliser, mettre en œuvre et intégrer de nouvelles idées de construction de portefeuille en production.
- Concevoir et améliorer les cadres de backtesting pour valider de nouvelles idées et stratégies, et évaluer la robustesse, la performance et le risque.
- Intégrer la modélisation des coûts de trading dans le processus mark-to-market pour valider les PnLs nets des coûts de trading.
- Construire des outils et des bibliothèques qui aident les chercheurs quant à faire avancer des méthodologies innovantes de construction et d'optimisation de portefeuille.
- Fournir un soutien aux Gestionnaires de Portefeuille, y compris des outils, des analyses et un soutien à l'investigation.
- Surveiller l'activité de production et de simulation, enquêter sur les anomalies et analyser les comportements inattendus dans les processus décisionnels (signaux, positions, contraintes, impacts liés à l'exécution).
- Fournir des analyses et diagnostics fiables qui soutiennent la prise de décision à travers les flux de travail de production et de recherche.
- Promouvoir les meilleures pratiques d'ingénierie (qualité du code, tests, reproductibilité, surveillance, documentation) au sein des équipes de recherche et développement.
VOS COMPÉTENCES
- Diplôme de Master ou d'ingénieur ou doctorat dans un domaine pertinent (par exemple, Informatique, Ingénierie, Mathématiques Appliquées).
- Solide fondation mathématique (probabilité, statistiques, algèbre linéaire, optimisation).
- Excellentes compétences en développement logiciel, avec une forte maîtrise de Python et de sa pile scientifique (Pandas, NumPy, Scikit-learn et similaires).
- Familiarité avec les pratiques d'ingénierie modernes (contrôle de version, tests, CI/CD) et aisance avec les outils de développement augmentés par l'IA.
- Curiosité, rigueur et un intérêt sincère pour l'investissement systématique et les marchés financiers.
- Capacité à apprendre rapidement, à gérer plusieurs priorités et à collaborer efficacement au sein des équipes dans un environnement dynamique.
- Excellentes compétences en communication en anglais ; le français est un plus.
- Une première expérience en finance quantitative, science des données ou domaine connexe.
DÉCLARATION D'ÉGALITÉ DES OPPORTUNITÉS
Nous nous efforçons continuellement d'être un employeur garantissant 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.
Junior Quantitative Developer 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 Junior Quantitative Developer in Paris
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de Capital Fund Management (CFM)
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez Capital Fund Management (CFM). C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Junior Quantitative Developer in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez Capital Fund Management (CFM), il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à Capital Fund Management (CFM) que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez Capital Fund Management (CFM). Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez Capital Fund Management (CFM)
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de Capital Fund Management (CFM) et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.