Analyste Quantitatif ALMT

Description de l'offre

Analyste Quantitatif - H/F

Concrètement votre quotidien ?

En tant qu'Analyste Quantitatif, vous prenez en charge les missions suivantes :

·
Vous contribuerez à l'amélioration des outils de simulation de trajectoires de taux et d'inflation développés dans l'équipe, ainsi qu'à la recalibration du modèle de taux sous-jacent, développé en C++ et reposant sur des algorithmes d'optimisation sophistiqués.

·
Vous contribuerez à des études quantitatives spécifiques


- Tests de justification de couverture

- Valorisations de produits de marché

- Calculs liés aux besoins de capital

- Simulations du bilan, des résultats et de la valeur de la banque

·
Vous contribuerez au développement de modèles statistiques pour prédire le comportement clientèle (exercice de l'option de remboursements anticipés, écoulement des dépôts, tirage du hors-bilan, …) :

- Back tests et mise à jour des modèles existants

- Développement de nouveaux modèles prenant en compte l'évolution de l'environnement économique et financier

- Mesure de la performance des modèles

- Mesure des impacts des modèles dans les métriques de l'ALM Treasury

- Documentation des modèles

·
Vous contribuerez à la veille technologique de l'équipe

- Projets sur les environnements big data du groupe BNP Paribas

- Tests de nouveaux algorithmes de machine learning

- Tests de packages R et Python

- Tests de nouveaux logiciels de data science

- Présentations d'articles académiques

·
Vous contribuerez à l'animation du réseau des 25 modélisateurs ALM Treasury du Groupe BNP Paribas

- Harmonisation des méthodes de modélisation dans le Groupe

- Support aux éuipes locales dans le développement de modèles

- Meetings réguliers avec les équipes locales

- Présentation des nouveaux



L'environnement de travail, c'est important !

BNP Paribas propose au sein de son activité ALM Treasury Head Office un poste d'analyste quantitatif dans l'équipe Data Science & Quantitative Finance.

L'ALM Treasury est une activité transverse rattachée directement à la Direction Générale en charge de la gestion de la liquidité, du risque de taux et de change du bilan du Groupe BNP Paribas. L'ALM Treasury joue ainsi un rôle stratégique dans le maintien à long terme de la capacité de financement de l'économie de BNP Paribas.

Au sein de l'ALM Treasury Head Office (Paris), l'équipe Data Science & Quantitative Finance a pour mission le développement de modèles statistiques et de machine learning ainsi que de modèles de courbe de taux. Ces modèles sont à la base du calcul des indicateurs de gestion de l'ALM Treasury (impasse de liquidité, impasse de taux d'intérêt, delta équivalents, sensibilité des revenus, sensibilité de la valeur).

Pourquoi rejoindre BNP Paribas ?

Notre monde change : notre manière de nous informer, de consommer… et de travailler aussi ! Aujourd'hui, ce qui compte dans un job, c'est de vivre de véritables expériences, d'apprendre, d'aller de l'avant, de partager objectifs et résultats avec ses collègues, d'exprimer sa créativité. Bref, de tracer son propre chemin, différent, responsable et durable. Chez BNP Paribas, nous recrutons nos collaborateurs avec l'idée qu'ils nous aideront à concevoir le monde et la banque de demain.

Vous voulez connaître toutes les raisons de nous rejoindre ? Rendez-vous sur : https://group.bnpparibas/emploi-carriere/bnp-paribas

Et la rémunération ?

Nous saurons valoriser votre talent. Discutons-en !

Profil recherché

Qualifications :

Etes-vous notre prochain Analyste Quantitatif ?

Oui, si vous êtes diplômé(e) d'un BAC+5 en école d'ingénieur ou école de statistiques, Master de mathématiques appliquées à la finance ou en statistique / Machine learning . Vous justifiez d'une première expérience dans l'un de ces domaines. Idéalement, vous justifiez d'une première expérience en ALM.

Compétences techniques :

· 
Excellent niveau en mathématiques financières

· 
Excellent niveau en C++, la connaissance de R ou Python est un plus

· 
Maîtrise courante de l'anglais

Compétences comportementales :

· 
Capacité à collaborer

· 
Capacité d'analyse

· 
Capacité de synthèse

· 
Rigueur et précision

· 
Capacité d'adaptation