Stage: Quantitative Risk & Python Dash Analytics

Swiss Life; France; Sur place; Plein temps

Description du poste

Context

Au sein de la Direction Securities, vous intégrerez l'équipe Support Securities, Pôle ALM et Investment Risk. Vous contribuerez à un projet stratégique d'automatisation et de modernisation des outils d'analyse et de reporting des risques des portefeuilles de fonds propres de l'assureur.

L'équipe mène une transformation digitale pour automatiser et fiabiliser les processus d'analyse des risques : migration progressive des outils existants vers Python, développement de tableaux de bord interactifs (web-apps) et déploiement sur une infrastructure cloud innovante pour rendre accessible ces outils avec l'ensemble des parties prenantes.

Responsibilities

• Analyse métier : comprendre les objectifs des reportings et outils existants, identifier les besoins utilisateurs et contribuer à la rédaction des cahiers des charges
• Développement Python : implémenter en équipe les outils de reporting et d'analyse sous Python (pandas, numpy, dash, etc.) et avec les librairies internes développées
• Optimisation et cloud : analyser et optimiser le code, conteneuriser les applications et automatiser leur déploiement sur l'infrastructure cloud
• Tableaux de bord interactifs : créer des dashboards interactifs pour faciliter la prise de décision
• Collaboration : utiliser Git/Bitbucket pour collaborer efficacement au sein d'une équipe de développement

Qualifications

• Compréhension des marchés financiers, produits d'investissement et risques de marchés (taux, actions, change, crédit, contrepartie, liquidité)
• Compréhension des problématiques ALM et de solvabilité
• Maîtrise des librairies usuelles Python (pandas, numpy) et des concepts de programmation (orientée objet et fonctionnelle)
• Bonne connaissance des outils de versioning (Git, Github/Bitbucket)
• Anglais courant (interactions régulières avec le Groupe)
• Autonomie, curiosité, esprit d'équipe, rigueur
• Des expériences avec Dash (librairie python) et les technologies cloud (Docker, Azure, ...) seraient appréciées

Formation

• Bac+5 en cours : École d'Ingénieur (maths appliquées, informatique, finance quantitative) ou Master équivalent (Finance de Marché, Ingénierie Financière, Data Science appliquée à la Finance)
• Expérience obligatoire en analyse de données et programmation (stage ou projet significatif)