Date: 3 août 2026
Lieu: Paris, 75, FR
#job-location.job-location-inline { display: inline; }
Entreprise: Capital Fund Management
À PROPOS DE CFM
Fondés en 1991, nous sommes une société mondiale de gestion d’actifs quantitative et systématique appliquant une approche scientifique à la finance pour développer des stratégies d’investissement alternatives pour nos clients.
Nous valorisons l’innovation, l’engagement, l’aboutissement et l’intelligence collective en créant ensemble un environnement d’experts passionnés et talentueux dans les domaines de la recherche, des technologies et du business pour explorer de nouvelles idées et toujours remettre en question les hypothèses.
À PROPOS DU POSTE
Le poste consiste à extraire des informations d'une vaste gamme d'ensembles de données (par exemple, des données financières traditionnelles, mais aussi des ensembles de données alternatives exotiques) afin de développer des modèles de trading sophistiqués. L'objectif est d'élaborer de nouvelles stratégies, en complément de celles déjà conçues et mises en œuvre par CFM. Vous travaillerez au sein d'une équipe de plus de 70 chercheurs, en étroite collaboration avec des data et software engineers.
Le travail consistera à :
- Rechercher de nouveaux datasets ;
- Formuler de nouvelles hypothèses d'investissement ;
- Contribuer à l'intégration de nouveaux ensembles de données susceptibles de valider (ou d'invalider) ces idées ;
- Effectuer rigoureusement des tests statistiques (y compris des backtests).
- Mettre en œuvre les idées de trading robuste en production.
Le candidat doit être à la fois créatif, afin d'imaginer de nouvelles façons de détecter des modèles statistiques cachés, et rigoureux. Une expérience dans la manipulation d'ensembles de données avec l'apprentissage automatique et/ou l'économétrie est très appréciée. Bien qu'un intérêt marqué pour la finance soit crucial, aucune connaissance préalable dans ce domaine n'est nécessaire.
PROFIL RECHERCHÉ
- Doctorat en sciences expérimentales ou théoriques (sciences de la vie, mathématiques, physique, statistiques, économie, etc.) ou dans un domaine scientifique computationnel (big data, informatique, biologie ou chimie computationnelle, ingénierie).
- Expérience post-doctorale (recherche universitaire ou dans le secteur privé)
- Compréhension des tenants et aboutissants des algorithmes d'apprentissage automatique - et capacité à les modifier si nécessaire
- Expérience de l'apprentissage automatique / économétrie appliquée à de grands ensembles de données
- Compétences en programmation en Python
- Adaptable et rigoureux, capable de travailler dans un environnement en évolution rapide,
- Fortes aptitudes au travail en équipe et à la communication
DÉCLARATION SUR L’ÉGALITÉ DES CHANCES
Nous nous efforçons continuellement d’être un employeur offrant l’égalité des chances et nous interdisons toute forme de discrimination fondée sur le sexe, le handicap, l’origine, l’orientation sexuelle, l’identité de genre, l’âge, la race ou la religion. Nous croyons que notre diversité, nos apports diversifiés d’expérience et nos multiples points de vue sont les principaux facteurs de notre succès.
CFM est signataire des Women Empowerment Principles.
