Stage 3A - Ingénieur quantitatif - Deep Learning pour les options Bermudieennes Stage 3A - Ingénieur quantitatif - Deep Learning  …

Murex
in Paris, Ile-de-France
Permanent, Full time
Last application, 27 Oct 21
Competitive
Murex
in Paris, Ile-de-France
Permanent, Full time
Last application, 27 Oct 21
Competitive
Murex
Stage 3A - Ingénieur quantitatif - Deep Learning pour les options Bermudieennes
Notre histoire :
Murex, l'un des plus grands éditeurs de logiciels français, développe la plateforme de référence pour les marchés de capitaux. Depuis plus de 35 ans nous éditons des solutions logicielles pour le trading, la gestion de risque et la trésorerie.

Aujourd'hui, ce sont 2 400 experts de plus de 60 nationalités répartis sur 18 bureaux à travers le monde qui assurent le développement, l'implémentation et le support de nos technologies.

Rejoindre Murex, c'est l'opportunité de s'accomplir en évoluant dans un environnement centré sur l'humain, tout en relevant les défis d'une industrie à la pointe de l'innovation.

Accompagnez nos utilisateurs dans leurs besoins évolutifs en intégrant une équipe globale où la diversité de chacun fait la richesse de tous !

L'équipe :
L'équipe « MACS » est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Commodities, Crédit et Taux). Cela comprend d'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR, PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple).

Vos missions :
Les options bermudiennes peuvent être évaluées par méthode de Monte Carlo grâce à la méthode de Longstaff Schwartz. Cette méthode est basée sur l'approximation des espérances conditionnelles par une régression statistique sur les valeurs simulées par trajectoire (classiquement une régression polynomiale).
A.Savine & B. Huge, via leurs travaux sur le differential machine learning, proposent de nouvelles méthodes d'approximation.

Le but du stage consiste à :
  • Etudier le principe de differential machine learning, le développer dans le contexte de la valorisation des produits bermudiens et comparer les résultats aux méthodes de régression statistiques classiques
  • Etudier la technique de differential PCA et l'implémenter pour ces mêmes produits et faire une étude des résultats obtenus
Une attention toute particulière sera portée à la fiabilité et la stabilité des solutions proposées et développées ainsi qu'aux temps de calcul.

Votre profil :
  • Étudiant en dernière année d'École d'Ingénieurs/Informatique ou en Master universitaire, vous avez de solides connaissances des marchés de capitaux et des modélisations et méthodes associées.
  • Vous avez de bonnes connaissances en Python ainsi que des connaissances sur les réseaux de neurones et leurs calibrations (des connaissances de C/C++ et/ou en calcul parallèle sont un plus).
  • Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.
Pourquoi nous rejoindre ?
  • Faire partie d'une communauté d'experts motivée par le challenge, l'innovation, et contribuer ainsi à l'amélioration continue de la plateforme Mx3.
  • Bénéficier d'une formation de qualité à l'entrée et pendant toute sa carrière professionnelle.
  • Evoluer dans un environnement Agile (méthodologie SAFE), international, multiculturel (trentaine de nationalités à Paris) et en croissance continue.
Durée et date de démarrage :
Démarrage entre janvier et mai 2022 pour une durée de 6 mois

Murex logo
More Jobs Like This
See more jobs
Close