✨

Vista previa generada por IA

Quant Portfolio Strategy H/F – poste CDI à Amundi, chargé de développer et backtester des stratégies quantitatives basées sur données alternatives.

Requiert 3‑5 ans d’expérience en finance quantitative et maîtrise de Python, NLP, ML, Big Data et cloud.

Détail de l'offre

Informations générales

Entité

Premier gérant d'actifs européen parmi les 10 premiers acteurs mondiaux (1), Amundi propose à ses 100 millions de clients - particuliers, institutionnels et entreprises - une gamme complète de solutions d'épargne et d'investissement en gestion active et passive, en actifs traditionnels ou réels. Cette offre est enrichie de services et d'outils technologiques qui permettent de couvrir toute la chaîne de valeur de l'épargne. Filiale du groupe Crédit Agricole, Amundi est cotée en Bourse et gère aujourd'hui près de 2 300 milliards d'euros d'encours (2). Ses six plateformes de gestion internationales (3), sa capacité de recherche financière et extra-financière, ainsi que son engagement de longue date dans l'investissement responsable en font un acteur de référence dans le paysage de la gestion d'actifs.

Les clients d'Amundi bénéficient de l'expertise et des conseils de 5 500 professionnels dans 35 pays.

Amundi, un partenaire de confiance qui agit chaque jour dans l'intérêt de ses clients et de la société.

((1) Source : IPE « Top 500 Asset Managers » publié en juin 2025 sur la base des encours sous gestion au 31/12/2024)

((2) Données Amundi au 30/06/2025)

((3) Paris, Londres, Dublin, Milan, Tokyo et San Antonio (via notre partenariat stratégique avec Victory Capital))

Référence

2026-113740

Date de parution

08/07/2026

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

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

Esprit d’équipe.

Curiosité intellectuelle.

Autonomie.

Capacité de vulgarisation.

Aisance dans la collaboration transverse.

Outils informatiques

Python, SQL, LaTeX, Matlab

Langues

Français et Anglais