Amundi Asset Management

Nous recherchons un Ingénieur Quantitatif pour contribuer à la modélisation, à la recherche et au développement de produits pour les solutions de retraite. Vous combinerez une expertise quantitative avec des connaissances en investissement pour concevoir, tester et communiquer des approches Solutions (trajectoires de de-risking, décumulation, portefeuilles tenant compte des passifs, impacts de la longévité et de l’inflation).

Ce poste nécessite de solides compétences analytiques, mathématiques, en code ainsi qu’en communication en anglais.

Responsabilités clés 

• Développer et maintenir des modèles quantitatifs pour les solutions de retraite : simulations stochastiques, trajectoires de de-risking et optimiseurs d’allocation, projections de revenus et d’épargne, et tests de robustesse.
• Intégrer une large gamme de produits financiers dans les modèles et recherches : actifs publics et privés, produits garantis et solutions d’assurance.
• Réaliser l’optimisation de portefeuille et l’analyse de scénarios pour orienter la conception des mandats et les recommandations aux clients.
• Produire des recherches et des documents destinés aux clients qui traduisent les résultats techniques en arguments commerciaux clairs.
• Collaborer avec les équipes d’investissement et les Solutions Specialists pour intégrer la modélisation dans la conception et la mise en œuvre des produits.
• Valider et documenter les hypothèses, les inputs, les méthodologies et les résultats des modèles ; assurer la reproductibilité et la gouvernance des modèles.
• Soutenir les réponses aux appels d’offres, les analyses en vue des présentations et les demandes personnalisées des clients avec des résultats quantitatifs.
• Contribuer à l’automatisation et aux outils pour des analyses et des reportings reproductibles.

Diplôme avancé (MSc/PhD) en finance quantitative, actuariat, mathématiques, statistiques, ingénierie ou domaine connexe.

• Solides compétences quantitatives : calcul stochastique, algorithmes d'optimisation, simulation Monte Carlo, modélisation des flux de trésorerie et analyse statistique.
• Bonne compréhension des produits d'investissement et de la construction de portefeuille, y compris les actifs publics et privés. La connaissance des structures de garantie et des solutions d'assurance est un plus.

Maîtrise d'un langage de modélisation (tel que Python) ; une expérience en C++/C# est un plus.