Equipe :

Murex est le leader des solutions logicielles pour la finance de marché. Le département produit analyse les évolutions de marché, conçoit et développe les solutions en assurant la qualité du déploiement chez ses clients.

L’équipe est en charge des solutions de trading Govies et Credit, cela couvre un large panel de produits comme les Bond gouvernementaux, les Corporate bonds, les Credit Default Swap, les T-locks, les forward bond et autres produits liés au trading, gestion et couverture du risk des bonds et du credit.

Sujet de stage : Développement d’un outil de pricing probabiliste pour obligations illiquides avec Machine Learning

• Contexte :

Le pricing des obligations illiquides constitue un défi majeur pour les institutions financières, en particulier sur les marchés émergents où les données sont souvent rares et peu fiables.

Cette complexité rend nécessaire l’utilisation de méthodes avancées pour estimer les paramètres de valorisation de manière robuste et probabiliste.

• Objectif :

Créer et optimiser un modèle basé sur le machine learning pour la valorisation des obligations illiquides.

Missions :

• Implémenter et améliorer un modèle de machine learning pour la prédiction probabiliste.

• Ajouter une composante autoregressive pour intégrer la dynamique temporelle.

• Mettre en place un nettoyage algorithmique des données et un système de scoring pour évaluer la qualité des inputs et la confiance des prédictions.

Profil : 

• Etudiant(e) en 3ème année d’école d’ingénieurs ou troisième cycle universitaire, en formation Data Science, Machine Learning et Statistiques, en recherche d’un stage de fin d’études d’une durée de 6 mois 

• Maîtrise de Python et des bibliothèques ML (pandas, scikit-learn, numpy). 

• Intérêt pour la finance quantitative 

• Capacité d’apprentissage rapide 

• Sens aigu de l’analyse et problem-solving 

• Esprit d’équipe et collaboratif (environnement agile) 

• Force de proposition et d’initiative 

• Anglais courant