Data Scientist/Développeur Grid Computing

Nous recherchons un Data Scientist/Développeur Grid Computing pour une mission longue durée (1 an).

▶ Lieu : Paris 13

▶ Date de démarrage : 14/10/2024

Contexte / Objectifs :

Au sein du pôle Pricing & Analytics de la DSI Global Market & Risks de notre client.

Le pôle Pricing & Analytics est en charge du développement et de la maintenance des librairies financières et de leur intégration dans différentes applications et sur des environnements distribués. Ces librairies valorisent les produits dérivés des marchés Equity, Commodity et Fixed Income.

Le consultant interviendra au sein d'une équipe de développeurs pluridisciplinaires en charge de maintenir des solutions de distribution pour la CIB de notre client.

Le soft principal est celui qui permet de valoriser, à l’aide de la méthode numérique Monte Carlo, les produits dérivés complexes du périmètre Equity.

Ce soft est en capable d’adresser des calculs on premise ou sur le cloud (GCP et Qarnot) grâce à des composants Python/Shell/OpenShift/Sqlalchemy.

La mission consiste à :

- Monter en compétences sur l’existant

- Optimiser notre utilisation des services Cloud en intervenant sur les composants dédiés Python/Shell/OpenShift/Sqlalchemy/…

- Améliorer notre monitoring , Env Web : Apache/Php/Mysql/C++

- A assurer le support de niveau 3 et la maintenance corrective des solutions au catalogue de l’équipe

Description :

• Etablir des scénarios permettant de comprendre et d’anticiper de futurs levier Métiers ou opérationnels pour l’entreprise.

• Réaliser tout le cycle de valorisation de la donnée : choix, collecte, analyse de qualité de donnée, redressement, préparation, puis valorisation spécifique à la Data Science (analyse prédictive voir prescriptive, mise en place d'algorithmes d'apprentissage automatique ou profond, conception de Data Visualization dynamique, Data Storytelling, etc.)

• Appliquer des techniques (statistiques, text mining, comportementale, géolocalisation, …), d’extraction et d’analyse d’informations, obtenues à partir de gisements de données (Big Data)

• Obtenir des données adéquates, trouver les sources de données pertinentes, faire des recommandations sur les bases de données à consolider, modifier, rapatrier, externaliser, internaliser, conçoit des datamarts, voire des entrepôts de données (data warehouses).

• Évaluer la qualité et la richesse des données (les rassembler, les modéliser et en vérifier la véracité).

• Analyse des résultats pour ensuite les intégrer dans le système d’information cible du Métier

• Analyse des données pour traduire une problématique Métier en problème mathématiques/statistiques et réciproquement

• Comparer et évaluer différents modèles ou méthodes de calcul, et anticiper les avantages et inconvénients dans un environnement Métier

Expertises spécifiques :

De formation supérieure, le consultant doit être à l’aise en développement informatique et avoir de bonnes connaissances des architectures IT, en particulier des systèmes client/serveur et des systèmes de calcul distribué. Des notions autour des réseaux informatiques et de la sécurité seraient un plus. Une pratique des méthodologies Agile serait également appréciées.

Les compétences techniques attendues sont les suivantes :

- Langages de programmation : Python, C/C++, SQL

- OS: Windows, Linux

- Environnement de développement : Visual Studio, GIT, Jenkins + DevOps XLR/XLD

- Grid Computing : DataSynapse, ArmoniK, Tiger (solution interne)

- Services Cloud : Google Cloud Platform, Qarnot Computing

- Optimisation : parallélisation, HPC

Une appétence pour les marchés financiers serait également appréciée, connaissance des produits financiers, des données de marchés et de leurs dynamiques qui interviennent lors de la valorisation. Ainsi que des notions de mathématiques financières : formule de BS, calcul Sto,

Autres compétences attendues:

- rigueur

- réactivité

- anticipation

- prise d'initiative

- esprit d'analyse et de synthèse

- sens de la communication

Niveau d'anglais courant (aussi bien à l'écrit comme à l'oral).