Alternance - recherche quantitative - h/f

Informations générales Entité Premier gérant d'actifs européen parmi les 10 premiers acteurs mondiaux (1), Amundi propose à ses 100 millions de clients - particuliers, institutionnels et entreprises - une gamme complète de solutions d'épargne et d'investissement en gestion active et passive, en actifs traditionnels ou réels. Cette offre est enrichie de services et d'outils technologiques qui permettent de couvrir toute la chaîne de valeur de l'épargne. Filiale du groupe Crédit Agricole, Amundi est cotée en Bourse et gère aujourd'hui près de 2 300 milliards d'euros d'encours (2). Ses six plateformes de gestion internationales (3), sa capacité de recherche financière et extra-financière, ainsi que son engagement de longue date dans l'investissement responsable en font un acteur de référence dans le paysage de la gestion d'actifs. Les clients d'Amundi bénéficient de l'expertise et des conseils de 5 500 professionnels dans 35 pays. Amundi, un partenaire de confiance qui agit chaque jour dans l'intérêt de ses clients et de la société. (1) Source : IPE « Top 500 Asset Managers » publié en juin 2025 sur la base des encours sous gestion au 31/12/2024 (2) Données Amundi au 30/06/2025 (3) Paris, Londres, Dublin, Milan, Tokyo et San Antonio (via notre partenariat stratégique avec Victory Capital) Référence 2026-109240 Date de parution 19/03/2026 Type de métier Types de métiers Crédit Agricole S.A. - Gestion d'Actifs Intitulé du poste Alternance - Recherche Quantitative - H/F Type de contrat Alternance / Apprentissage Durée (en mois) 12 Date prévue de prise de fonction 01/09/2026 Poste avec management Non Cadre / Non Cadre Non cadre Missions Description du Service : Au sein d’Amundi Institute, l’équipe Investor Intelligence and Academic Partnerships mène des recherches sur l'allocation d'actifs à long terme et la gestion des risques, dans le but de conseiller les décisions stratégiques des investisseurs Missions : Intégré à l’équipe de Recherche Investisseurs et Partenariats Académiques (Amundi Investment Institute), l’alternant participera au développement de modèles d’allocation d’actifs long terme prenant en compte le risque, l’hétérogénéité des préférences et les contraintes réelles des investisseurs. Ses missions incluront : La conception et la mise en œuvre de simulations (Monte Carlo) et d’algorithmes d’optimisation pour la recherche d’allocations optimales L’analyse comportementale d’une large base de données de clients (estimation de modèles économétriques, développement de modèles de clustering etc.) Apport de l'alternance : Cette alternance offrira au·à la candidat·e l’occasion d’acquérir une solide expérience en recherche quantitative appliquée, en prenant en charge un projet de modélisation de bout en bout : formulation du modèle, calibration et validation empirique. Il/elle développera la capacité à traduire une problématique économique ou comportementale en un outil quantitatif opérationnel, à manipuler des jeux de données complexes et à communiquer des résultats clairs au sein d’un environnement exigeant et en interaction directe avec les équipes opérationnelles. Cette expérience constitue un atout différenciant pour une carrière en recherche et gestion d’actifs. Zone géographique Europe, France, Ile-de-France Ville Paris Critères candidat Niveau d'études minimum Bac 4 / M1 Formation / Spécialisation Formation : Ecole de Commerce / Université Spécialisation : Finance / Economie / Statistiques Niveau d'expérience minimum 0 - 2 ans Compétences recherchées Solides bases en finance quantitative, probabilités et économétrie ; capacité à formaliser rigoureusement un problème économique Autonomie intellectuelle, esprit critique et capacité à mener un projet analytique de bout en bout Rigueur, curiosité scientifique et aptitude à communiquer des résultats techniques de manière claire. Outils informatiques Maitrise du Pack Office Très bonne maîtrise de Python (NumPy, pandas, optimisation numérique, simulations Monte Carlo) Bonne connaissance des méthodes économétriques et du traitement de bases de données de grande dimension (Stata, R) Connaissance de SQL ou d’outils de versioning (Git) est un plus Langues Anglais Courant