Stage Data Science H/F

Ce pictogramme signale les champs obligatoires

Identifiant (email de type : exemple@exemple.fr)

Vous n'avez pas encore votre propre espace candidat.
Créez-le en cliquant ici.

Moteur de recherche d'offres d'emploi Crédit Agricole S.A.

Mots clés (ex : ingénieur commercial Paris)

Entité

Premier gérant d'actifs européen parmi les 10 premiers acteurs mondiaux (1), Amundi propose à ses 100 millions de clients - particuliers, institutionnels et entreprises - une gamme complète de solutions d'épargne et d'investissement en gestion active et passive, en actifs traditionnels ou réels. Cette offre est enrichie de services et d'outils technologiques qui permettent de couvrir toute la chaîne de valeur de l'épargne. Filiale du groupe Crédit Agricole, Amundi est cotée en Bourse et gère aujourd'hui près de 2 300 milliards d'euros d'encours (2). Ses six plateformes de gestion internationales (3), sa capacité de recherche financière et extra-financière, ainsi que son engagement de longue date dans l'investissement responsable en font un acteur de référence dans le paysage de la gestion d'actifs.
Les clients d'Amundi bénéficient de l'expertise et des conseils de 5 500 professionnels dans 35 pays.
Amundi, un partenaire de confiance qui agit chaque jour dans l'intérêt de ses clients et de la société.
(1) Source : IPE « Top 500 Asset Managers » publié en juin 2025 sur la base des encours sous gestion au 31/12/2024
(2) Données Amundi au 30/06/2025
(3) Paris, Londres, Dublin, Milan, Tokyo et San Antonio (via notre partenariat stratégique avec Victory Capital)

Référence

Date de parution

Description du poste

Type de métier

Types de métiers Crédit Agricole S.A. - Gestion d'Actifs

Intitulé du poste

Type de contrat

Durée (en mois)

Date prévue de prise de fonction

Poste avec management

Cadre / Non Cadre

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.

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.

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.