Crédit AgricoleParisHybride
CPR Asset Management
Description du service :
L’équipe « Méthodes & Solutions » à laquelle vous serez rattaché(e) est impliquée dans la conception et la construction des solutions d’investissement, que ce soit sur des aspects financiers ou extra-financiers, en appliquant des méthodes et techniques à la fois quantitatives et qualitatives.
L’équipe intervient sur une large partie de la chaine de valeur, depuis la réflexion initiale et la recherche méthodologique jusqu’à la mise en œuvre opérationnelle des solutions, en passant par les phases d’étude, de prototypage et d’industrialisation, avec l’appuis d’équipes IT et infrastructure.
Les profils de l’équipe sont complémentaires et présentent des compétences variées : ingénierie financière / mathématiques appliquées, analyses quantitatives, construction de portefeuilles, data science et data management.
Cette diversité permet à l’équipe d’aborder les projets de bout en bout, en associant expertise financière, maîtrise des données et capacités de développements informatiques
Participer à la mise en place d’un modèle ML d’analyse thématique d’un large corpus documentaire (langue anglaise), en s’appuyant sur des approches de NLP (Natural Language Processing) afin de suivre une mesure d’attention de thèmes identifiés et de détecter / structurer des thèmes émergents.
contribuer au développement d’une analyse de sentiment adaptée au contexte financier, puis à la construction de signaux combinant signal d’attention et sentiment.
proposer des outils de visualisation et de restitution permettant de rendre les résultats lisibles, comparables dans le temps et exploitables par les équipes.
poursuivre et consolider un pipeline de traitement en Python, afin d’intégrer de nouvelles données textuelles et de fiabiliser les traitements.
documenter les travaux réalisés, les choix méthodologiques et les résultats obtenus.
être force de proposition sur les méthodes mobilisées, via une veille de la littérature scientifique et un benchmark des approches pertinentes en NLP / text mining.
contribuer, à terme, à la formulation d’un signal « alpha » intégré dans les processus de gestion (optimisation de portefeuille).
Le stage s’inscrit dans une logique de recherche appliquée : au-delà du développement technique, le/la stagiaire sera attendu(e) sur sa capacité à challenger les approches existantes, proposer des pistes d’amélioration et faire progresser le projet sur le fond comme sur sa mise en œuvre.
Apport du stage :
Travailler sur un cas concret en data science dans le secteur de la gestion d’actif.
L’entreprise versera une gratification au stagiaire si la durée du stage est supérieur à deux mois consécutifs
Université / Ecole d'ingénieur / Ecole de commerce
Spécialisation :
data science, informatique, mathématiques appliquée
Vous aimez manipuler des données, expérimenter, comparer des méthodes et transformer des résultats techniques en outils utiles.
Votre appétence pour le traitement automatique du langage, le machine-learning, la visualisation et la recherche méthodologique sera particulièrement appréciée.
Nous recherchons avant tout une personne rigoureuse, curieuse et attirée par des problématiques mêlant données et modélisation. La connaissance de la finance est un plus, mais n’est pas un prérequis.
Vous avez un niveau satisfaisant en Python et les bases nécessaires en data science pour contribuer à un projet déjà lancé, tout en montant rapidement en compétences.
Anglais (intermédiaire B1 minimum)