Quant Portfolio Strategy H/F

Crédit Agricole S.A. Rouen, Frankreich

Gepostet vor 2 Tagen Festanstellung Competitive

Description du poste

Type de métier

Types de métiers Crédit Agricole S.A. - Gestion d'Actifs

Intitulé du poste

Quant Portfolio Strategy H/F

Type de contrat

CDI

Date prévue de prise de fonction

01/09/2026

Poste avec management

Non

Cadre / Non Cadre

Cadre

Missions

L'équipe Quant Portfolio Strategy (QPS) est l'équipe de recherche d'Amundi en charge du développement de stratégies quantitatives et de solutions quantitatives appliquées à la gestion d'actifs.

QPS est organisée en trois pôles : Equity, Fixed Income et Multi-Assets

Le poste à pourvoir est rattaché au pôle Equity.

Dans ce contexte, vos principales missions seront :

D'explorer les bases de données alternatives
De construire des signaux d'investissements basés sur des modèles quantitatifs
De construire et de backtester des stratégies quantitatives
D'élaborer des présentations en beamer
De rédiger des rapports et/ou des articles de recherche en anglais et en LaTeX
De collaborer avec les gérants de portefeuille
De faire des présentations auprès de nos clients (y compris les sessions de training) et d'élaborer des solutions dédiées aux requêtes de nos clients

Localisation du poste

Zone géographique

Europe, France

Ville

Critères candidat

Niveau d'études minimum

Bac + 5 / M2 et plus

Formation / Spécialisation

Finance Quantitative, Mathématiques Appliquées, Statistiques, Intelligence Artificielle

Niveau d'expérience minimum

3 - 5 ans

Expérience

Conception et développement de stratégies quantitatives sur les marchés actions (value, momentum, reversal, long/short, arbitrage, low volatility, etc.)
Exploitation de données alternatives : collecte, nettoyage, normalisation et valorisation de sources telles que les news, les communications de banques centrales, les rapports d'activité, etc.
Maîtrise du NLP appliqué à la finance : embeddings, classification, clustering, analyse de sentiment, transformers (BERT), fine-tuning de LLM et agents.
Développement de pipelines Big Data pour le traitement et l'analyse de données financières à grande échelle.
Déploiement de modèles de machine learning pour la prévision, la génération de signaux et l'amélioration des processus de recherche.
Application de l'intelligence artificielle à la gestion quantitative, notamment pour la conception de stratégies et d'outils de recherche exploitant l'IA pour la génération, l'enrichissement et l'interprétation de signaux.

Compétences recherchées

Finance et marchés

Connaissances en analyse fondamentale (lecture et interprétation d'états financiers, notamment bilans et comptes de résultat).
Bonne connaissance des marchés financiers : actions, obligations, crédit, FX, options.
Expérience / maîtrise de Barra One pour l'optimisation de portefeuille.
Bonne connaissance de FactSet, incluant les différents langages de requête, ainsi que l'utilisation de PA et d'AlphaTest. Une maîtrise de Bloomberg et de Reuters serait un plus.

Data, quant et programmation

Solides connaissances en informatique, data science, apprentissage statistique et mathématiques financières.
Solides compétences en programmation Python et dans son écosystème : pandas, scikit-learn, Hugging Face, spaCy, sentence-transformers, PyTorch/TensorFlow, CUDA.
Connaissance des outils de data engineering : Trino, Dagster, Apache Airflow, Spark.
Familiarité avec les environnements cloud : AWS (S3), Azure, Google Cloud.
Connaissance des outils de dashboarding et de data visualisation : Superset, Power BI, R Markdown.
Compétences en MLOps : MLflow, Docker, Kubernetes.
Bonne maîtrise de Git et des pratiques de gestion de version.

Qualités personnelles