Les principales missions sont les suivantes :

1. Leadership & management

•Encadrer et développer une équipe de 4 collaborateurs spécialisés en analyse quantitative, Data et ESG
•Définir la feuille de route du pôle et arbitrer les priorités avec la Recherche et la Gestion
•Identifier les opportunités de l’IA et accompagner son adoption dans le cadre de la digitalisation de la Direction de la Recherche
•Assurer la coordination avec la Gestion, la DSI, le Marketing et les autres directions

2. Données financières & ESG

•Garantir la qualité, la fiabilité et la robustesse des données financières et ESG
•Industrialiser la collecte, le contrôle et l’enrichissement des données ; piloter la gouvernance et le data quality
•Faire évoluer l’outil de notation ESG selon la réglementation et les besoins clients

3. Recherche quantitative & génération d’alpha

•Concevoir des signaux d’investissement pour les gestions actions, crédit et multi-actifs
•Développer des modèles de machine learning et d’IA appliqués à l’analyse financière
•Construire des cadres de backtesting et de validation robustes et suivre les signaux dans le temps

4. Industrialisation & innovation

•Mettre en production les modèles et construire des pipelines de données automatisés
•Développer des outils d’aide à la décision pour les gérants et analystes (tableaux de bord, API internes)
•Assurer une veille active sur les technologies Data, IA et Quant appliquées à la gestion d’actifs

Bac+5 : école d’ingénieur, école de commerce ou université, avec une spécialisation quantitative, Data ou finance

Expérience significative en analyse quantitative, data science, recherche ou gestion quantitative, avec une réussite démontrée en management d’équipe

Expérience solide dans le développement et la validation de signaux d’alpha (actions, crédit, multi-actifs)

Bonne compréhension des marchés financiers et de la gestion d’actifs ; connaissance des données d’entreprise, du crédit et/ou de l’ESG

Excellente maîtrise de Python (pandas, NumPy) et des bonnes pratiques de développement (Git, tests, documentation)

Statistiques, économétrie, séries temporelles, machine learning ; pratique de l’IA générative appréciée

Factor investing, feature engineering, backtesting et validation statistique

SQL, modélisation des données, API et environnements de production

Leadership, sens des priorités, excellentes capacités de communication et de vulgarisation

Rigueur scientifique, curiosité intellectuelle, autonomie, pragmatisme et esprit d’équipe

Anglais courant