Quant Pricing Expert – Produits Structurés MTN (Python)

CONTEXTE

Consulting est un cabinet de conseil en management présent à Luxembourg, Paris, Bruxelles, Amsterdam, Genève, Barcelone, Singapour et Lisbonne.

Nos valeurs sont la Famille, le Fun et l’Excellence, et elles font partie intégrante de l’ADN de Taleo.

Notre expertise financière nous permet d’apporter à nos clients les meilleures pratiques, ainsi que des solutions sur mesure et innovantes.

Nous travaillons avec des banques, des sociétés de gestion d’actifs et des compagnies d’assurance.

Contexte de la mission :

Dans le cadre du développement de son activité sur les produits structurés, la structure porte un besoin de construction from scratch de librairies de pricing dédiées aux Medium-Term Notes (MTN). Aucune brique existante ne couvre ce périmètre à ce jour : la mission démarre sur une page blanche.

Périmètre de la Mission

›     Modélisation & développement (60 %)

-Conception et implémentation de librairies de pricing pour produits structurés MTN

-Choix et calibration des modèles mathématiques adaptés (taux, crédit, hybrides selon les sous-jacents)

-Écriture de code Python propre, testé, documenté en français

›     Coordination projet (20 %)

-Interactions avec les gérants quants, les équipes IT et les fournisseurs de données de marché

-Spécification des besoins en market data et identification des équipes internes référentes

-Participation aux rituels de suivi de projet

›     Mentorat & passation (20 %)

-Accompagnement des équipes opérationnelles internes vers l'appropriation des librairies

-Documentation technique en français, transfert de compétences progressif

-Coordination avec les 2 développeurs internes en charge de l'industrialisation finale

Expérience & séniorité

› Minimum 6 à 7 ans d'expérience en quant pricing en environnement BFI ou Asset Manager

› Expérience avérée sur des projets de développement de librairies de pricing from scratch

› Bonne connaissance des produits structurés de taux et/ou crédit (MTN, EMTN, notes à capital garanti ou conditionnel…)

Compétences techniques

› Python obligatoire – culture code indispensable (numpy, scipy, pandas ; frameworks de tests unitaires)

› Solides bases en mathématiques financières : modèles de taux (Hull-White, LMM…), pricer Monte-Carlo / arbres / PDE

› Capacité à spécifier et consommer des flux de market data (courbes, volatilités, spreads)

› IDE secondaire (VS Code, PyCharm ou autre) – pas de contrainte sur l'environnement

Savoir-être & organisation

›     Autonomie forte en phase de démarrage sur un périmètre non balisé

›     Aisance relationnelle pour interagir avec gérants quants, IT et équipes métier

›     Pédagogie pour le mentorat et la passation de connaissances

›     Rigueur de documentation (tout en français – équipes 100 % francophones)