Active Asset Allocation est une FinTech basée à Nice, qui conçoit, à l'aide de moteurs d'intelligence artificielle, des solutions d'investissement sur-mesure basées sur une méthodologie propriétaire de gestion des risques. Composée entre autres d'ingénieurs, actuaires financiers, chefs de projet, experts métiers, data scientistes, AAA met en pratique une approche responsable pour préserver les ressources financières sur le long terme. La société accompagne les investisseurs institutionnels sur plusieurs sujets : -L'analyse du portefeuille et de son risque, -La conception ou l'optimisation de solution d'investissement (basée sur l'IA), -La conception d'un cadre de contrôle des risques dynamique pour les gérants de portefeuille, -La distribution de solution personnalisées de masse, de vente et de suivi des produits d'épargne aux conseillers et le suivi des clients finaux. -Avec des outils digitaux pour les conseillers en investissement et asset managers, -Les simulations stochastiques et back-testing. Dans le cadre du développement de notre plateforme Coanda et de nos stratégies de recherche quantitative et d'allocation d'actifs, nous recherchons un collaborateur(trice) junior motivé(e) par les nouvelles approches d'intelligence artificielle, notamment les LLM (Large Language Models) et workflows agentic avec recherche web, leur utilisation concrète pour la génération automatisée de commentaires de performance et d'analyse de contexte macroéconomique, les outils et framworks tels que OpenAI, RAG (Retrieval-Augmented Generation) et des techniques de prompt engineering, intégrés à des pipelines de données financières structurées. Les missions seront : (1) Automatisation du reporting IA : - Industrialiser l'automatisation du reporting de performance à l'aide de LLM : production de commentaires cohérents et traçables sur la performance des portefeuilles, l'attribution et le contexte macroéconomique. - Réduction du temps de production, amélioration de la consistance des commentaires, capacité de passage à l'échelle. - Livrer un MVP en production incluant : > Métriques d'évaluation (qualité, cohérence, factualité) > Garde-fous (hallucinations, conformité, périmètre des sources) > Monitoring et documentation > Responsabilité claire pour la maintenance et l'évolution (2) Participer à l'amélioration des outils internes (pipelines de données, API, reporting) (3) Contribuer à la recherche de signaux innovants, incluant données alternatives et textuelles (4) Participer au développement et à l'amélioration de modèles quantitatifs d'allocation d'actifs Profil recherché : (1) De formation de niveau Bac +5 en école de commerce, mathématiques appliquées, finance quantitative avec une première expérience (stage, autre) en finance quantitative, data science ou recherche. (2) Doté(e) de très solides connaissances et compétences en informatique et en finance : développement, qualité code, finance de marché, modélisation, expérience projet (académique ou personnelle) en NLP (classification de texte, analyse d'opinion/sentiment). (3) Compétences techniques : - De bonnes connaissances en finance de marché, - Solides connaissances statistiques ainsi que les bases du Machine Learning, - Solides connaissances en Python - Connaissance des techniques de machine Learning et d'intelligences artificielles : OpenAI, LangGraph, LangChain, RAG, prompt engineering, NLP - Capacités de conceptualisation et de structuration des algorithmiques, - Connaissance en simulation stochastique. - Capacité à travailler de manière autonome, rigoureuse et curieuse - Bon niveau d'anglais professionnel (écrit et oral) Aptitudes : Rigueur, polyvalence, curiosité, autonomie et force de proposition, Capacité à se former rapidement sur une technologie nouvelle, Bonnes aptitudes en communication, relations interpersonnelles.