Reactis
Postée il y a 3 jours
Nous recherchons un Développeur Quantitatif (H/F) pour rejoindre une équipe technique et contribuer au développement d'outils de pricing, de stratégies de trading et d'analyses de données massives.
Missions :
Développement d'outils et de modèles quantitatifs :
Conception et mise en ?uvre d'algorithmes de trading basés sur des modèles mathématiques et statistiques avancés.
Développement de logiciels pour l?évaluation d?actifs financiers (pricing d?options, dérivés, etc.).
Création et maintenance de systèmes de gestion des risques et d'analyse de performance des stratégies de trading.
Analyse des données financières :
Traitement et analyse de grandes quantités de données financières (marchés, instruments financiers, historique de transactions, etc.).
Application de modèles statistiques et économétriques pour améliorer les stratégies existantes et en développer de nouvelles.
Optimisation des systèmes :
Assurer la performance des systèmes en temps réel, en optimisant la vitesse de calcul et la gestion des ressources.
Résolution de problèmes techniques et amélioration continue des processus de développement.
Collaboration avec les équipes de recherche et de trading :
Travailler en étroite collaboration avec les quants, les traders et les analystes pour comprendre les besoins et intégrer les résultats de recherche dans les outils logiciels.
Participer à la validation et à l?amélioration des modèles quantitatifs.
Profil candidat:
Issu.e d'une formation supérieure en informatique, mathématiques appliquées, finance quantitative ou discipline équivalente, vous justifiez d'une expérience significative dans le secteur de la finance (banques, hedge funds, fonds d'investissement, etc.). Vous êtes capable de travailler sur des projets complexes en utilisant des méthodologies analytiques rigoureuses.
Compétences Techniques :
Maîtrise des langages de programmation : Python, C++, Java, ou R.
Expérience avec des bibliothèques et outils mathématiques comme NumPy, Pandas, SciPy, TensorFlow, ou autres.
Maitrise des bases de données relationnelles et non relationnelles (SQL, NoSQL)
Bonne compréhension des modèles mathématiques appliqués à la finance (par exemple, modèles stochastiques, processus de Markov, différentiation stochastique)