Transformez ce poste en entretien — un CV et une lettre de motivation conçus selon ce que cet employeur recherche.
Amundi recherche un stagiaire Bac+5 / M2 en data science, informatique ou mathématiques appliquées pour concevoir et développer un projet ML d’analyse documentaire. Vous travaillerez sur des méthodes NLP, des signaux d’attention et de sentiment, et vous réaliserez des visualisations pour faciliter l’interprétation des résultats.
Le stage offre une expérience pratique en gestion d’actifs, avec un pipeline Python à consolider et une contribution à des projets réels, tout en développant vos
Identifiant (email de type : exemple@exemple.fr)
Mots clés (ex : ingénieur commercial Paris)
Types de métiers Crédit Agricole S.A. - Gestion d'Actifs
Service d'accueil:
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.
Les missions :
Vos missions principales seront les suivantes :
participer à la mise en place d’un modèle ML d’analyse thématiqued’un large corpus documentaire (langue anglaise), en s’appuyant sur des approches de NLP (Natural Language Processing) afin desuivre une mesure d’attention de thèmes identifiéset dedétecter / structurer des thèmes émergents.
contribuer au développement d’uneanalyse de sentiment adaptée au contexte financier, puis à laconstruction de signaux combinant signal d’attention et sentiment.
proposer desoutils de visualisation et de restitutionpermettant de rendre les résultats lisibles, comparables dans le temps et exploitables par les équipes.
poursuivre et consolider unpipeline 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.
êtreforce de propositionsur les méthodes mobilisées, via une veille de lalittérature scientifiqueet un benchmark des approches pertinentes en NLP / text mining.
contribuer, à terme, à la formulation d’unsignal «alpha»intégré dans les processus de gestion (optimisation de portefeuille).
Le stage s’inscrit dans une logique derecherche 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 :
Au sein de l’équipe, le/la stagiaire contribuera au développement d’un projet Machine Learning d’analyse documentaire appliqué à la gestion d’actifs (et plus particulièrement à la gestion thématique). L’objectif est de faire émerger des signaux quantitatifs exploitables pour l’analyse sectorielle/thématique et l’aide à la décision d’investissement.
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 supérieure à deux mois consécutifs.
Bac + 5 / M2 et plus
étudiant(e) en Bac+5 avec une composante en data science, informatique, mathématiques appliquées…
Vous aimezmanipuler des données, expérimenter, comparer des méthodes et transformer des résultats techniques en outils utiles.
Votre appétence pour letraitement automatique du langage, lemachine-learning, lavisualisationet larecherche méthodologiquesera particulièrement appréciée.
Nous recherchons avant tout une personnerigoureuse, curieuse et attirée par des problématiques mêlant données et modélisation. La connaissance de la finance est un plus, maisn’est pas un prérequis.
Vous avez unniveau satisfaisant en Pythonet les bases nécessaires en data science pour contribuer à un projet déjà lancé, tout en montant rapidement en compétences.
Anglais (intermédiaire B1 minimum)