Jugurtha BOUDARENE

Partenariat ESILV 🚀 Contexte de la mission : BNY est un leader mondial des services financiers, au cœur du système financier global, gérant près de 20 % des actifs investissables à l'échelle planétaire. Dans le cadre du desk de trading EFX, un projet quantitatif nous a été confié sur l'identification des régimes de marché en utilisant le clustering Wasserstein k•means. ▶️ Articles de référence : • Projet actuel : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4587877 • Modèle précédent de régime de marché : https://www.twosigma.com/articles/a-machine-learning-approach-to-regime-modeling/ 💡 Tâches : 🔹 Recherche sur la détection de régimes de marché via l'algorithme sliced Wasserstein k-means sur des fenêtres de trading FX à court terme (1-5 minutes). 🔹 Analyse d'un ensemble de données de 100 879 points bidimensionnels issus des taux spot USD/JPY et GBP/USD, couvrant la période du 30 avril 2007 au 8 août 2023. 🔹 Identification de trois régimes de marché distincts, reflétant différents comportements de rendements et de volatilité. 💻 Technologies utilisées : Python, C++, C#, LaTeX

🚀 Contexte de la mission : SFIL gère un portefeuille de produits dérivés structurés indexés sur l'inflation. Le projet s'articulait autour de l'étude des modèles existants, de leur adaptation aux données de marché disponibles, et de l'amélioration de la librairie de l'équipe (appelée Sprix). 💡 Tâches : 🔹 Modélisation de produits dérivés structurés indexés sur l'inflation. 🔹 Ajustement des taux d'inflation via un bootstrapping de convexité. 🔹 Modélisation de la saisonnalité sur les forward fixings d'inflation. 🔹 Implémentation de modèles d'interpolation CPI pour une précision accrue des données. 🔹 Pricing d'options sur inflation vanilles. 🔹 Calibration de la surface de volatilité des options ZC inflation (modèles Black-Scholes et Bachelier). 🔹 Pricing et évaluation des caps et floors YoY inflation à l'aide de modèles de volatilité. 🔹 Implémentation de fonctions de pricing et gestion des risques pour les dérivés inflation. 🔹 Automatisation des outils d'évaluation et de calibration pour le front office. 🔹 Étude du papier de Lehman Brothers : https://the.earth.li/~jon/junk/kerkhof.pdf 💻 Technologies utilisées : Python, C++, Summit, Bloomberg, LaTeX

🚀 Contexte de la mission : Mon objectif était d'assister au développement des outils du département Risk Management, ainsi qu'aux contrôles périodiques ou ad hoc en collaboration avec les services tels que la Gestion, le Contrôle Interne, la Gestion des Données, et l'IT. 💡 Tâches : 🔹 Assistance au Risk Management dans ses missions de contrôle et d'analyse. 🔹 Analyse des ratios d'investissement (ratios réglementaires et spécifiques aux portefeuilles). 🔹 Analyse de la gestion du Cash et des exécutions sur les différents marchés. 🔹 Analyse de la liquidité (stress tests, transaction cost). 🔹 Suivi des seuils statutaires et réglementaires pour les positions significatives. 🔹 Analyse Ex-ante et Ex-post du risque de portefeuilles (tracking-error, VaR, Sharpe Ratio, MDD, ...) via MSCI et FACTSET (automatisation des reportings d'analyse de risque). 🔹 Projet R&D : élaboration d'une stratégie de mean reversion (modèles Hull-White et Vasicek) : calibration, backtest, simulation numérique. 💻 Technologies utilisées : Python, VBA, MSCI Risk Metrics, SQL

Partenariat ESILV

🚀 Contexte de la mission : En tant que Data Scientist R&D chez HiField, mon rôle se concentrait sur l'application avancée de techniques de traitement du langage naturel (NLP) et de machine learning dans le cadre de projets innovants en cybersécurité, notamment pour la détection des ransomwares. 💡 Tâches : 🔹 Définition d'un modèle mathématique pour établir une note de vigilance face aux ransomwares (virus réclamant une rançon en échange de données cryptées). 🔹 Réalisation d'un état de l'art sur les cyberattaques et les méthodes de sécurité actuelles. 🔹 Conception d'un algorithme de scraping sur les cyberattaques passées pour constituer une base de données. 🔹 Elaboration d'un algorithme NLP permettant de produire un résumé des différents articles techniques. 💻 Technologies utilisées : NLTK, Scikit-learn, Selenium, Jupyter, TensorFlow, Git, Scrapy, Python

🚀 Contexte de la mission : En tant que Développeur Web chez Sodexo, ce rôle s'inscrivait dans un cadre orienté sur l'environnement. Dans le cadre de ses initiatives stratégiques, Sodexo a mis en place des projets tels que Better Tomorrow 2025, visant à améliorer les performances sociales et environnementales de l'entreprise, tout en optimisant l'usage des technologies pour renforcer l'efficacité organisationnelle. 💡 Tâches : 🔹 Automatisation sous Python et VBA des fichiers d'enquête de l'entreprise couvrant 20 ans. 🔹 Création de bases de données avec accès restreint pour la gestion des informations stratégiques. 🔹 Projet autonome de 4 mois : conception d'une carte du monde web interactive listant les PME participantes ainsi que leurs dépenses dans chaque pays, pour le site www.sodexo.com. 🔹 Projet de 2 mois : développement d'un dashboard en Power BI pour la visualisation des données stratégiques. 🔹 Renforcement et finalisation du dashboard général du projet Better Tomorrow. 💻 Technologies utilisées : Python, VBA, HTML, CSS, JavaScript, SQL, Power BI, Azure, PHP, Excel, Git