A propos de GEMSENGIE Global Energy Management & Sales (GEMS) fournit des solutions d'approvisionnement en énergie et des services de gestion des risques pour accompagner ses clients dans leur démarche de décarbonisation, tout en optimisant les actifs d'ENGIE et en contribuant à la création de valeur.  ENGIE est une référence mondiale een matière d'énergie et de services bas carbone, avec une activité de gestion de l'énergie de premier plan, pilotée par son entité "Global Energy Management & Sales" qui a construit son savoir-faire en gérant le portefeuille d'actifs important et diversifié du Groupe depuis plus de 20 ans.   employés dans le monde entier développent nos solutions, à travers plus de 20 plateformes commerciales internationales. Nous couvrons l'ensemble du bouquet énergétique : énergie renouvelable et thermique, gaz naturel et GNL, biomasse, produits environnementaux. Nos experts fournissent des solutions sur mesure basées sur un large éventail de savoir-faire en matière de gestion de l'énergie, en mettant l'accent sur la décarbonisation et la décentralisation. Nos clients couvrent l'ensemble de la chaîne de valeur : producteurs, développeurs d'actifs, acteurs financiers, services publics, distributeurs et industriels. Notre portée mondiale et notre forte présence locale nous permettent d'offrir à ces clients divers des services sur mesure et de répondre aux changements rapides dans les marchés matures ou émergents.  Nos 4 expertises :- Gestion d'actifs- Services de transition énergétique- Approvisionnement en énergie et matières premières- Gestion des risques et accès au marché  Chez GEMS, nous encourageons les résultats exceptionnels, l'esprit d'équipe, la curiosité et l'innovation tout en préservant l'équilibre entre vie professionnelle et vie privée.  Plus d'informations sur GEMS Hub (https://gems.engie.com) ou LinkedIn (https://www.linkedin.com/company/engie-global-energy-management-solutions). Contexte:Vous intégrerez l'équipe de recherche et de modélisation quantitative (QRM) qui s'occupe de valoriser et modéliser les risques des produits financiers présents dans le portefeuille de GEMS. Ces produits peuvent être des produits financiers ou physiques comme des actifs de production d'ENGIE. L'équipe QRM est divisée en plusieurs sous équipes dont une spécialisée sur le marché de l'électricité (QRM Power). Elle est constituée d'environ une douzaine de personnes qui travaillent quotidiennement avec les traders, structurers, vendeurs et IT.  Elle fournit différentes librairies écrites en Python ou C# qui sont utilisées pour Créer des prototypes utilisés pour l'analyse des positions, pour le pricing de nouveaux deals et pour le monitoring du marché.Calculer le PnL et analyser les risques des portefeuilles d'Engie grâce à des modèles stochastiques implémentés dans ces librairies. L'équipe d'analystes offre aussi une capacité d'analyse technique pour aider le Trading à mieux appréhender les problèmes divers qu'il peut rencontrer dans son activité quotidienne. Role:Au sein de l'équipe QRM Power vous serez chargé :interagir régulièrement avec les traders pour mieux comprendre leurs besoins business et leur fournir un support quantitatif adapté dans le cadre de leurs activités quotidiennes, définir leurs besoins en termes de modèles et les traduire en développements concrets.interagir avec les autres Quants pour échanger sur les modèles, avec pour but de faire émerger de nouvelles idées et tirer parti du partage de connaissances avec les pairs.développer dans la librairie de pricing officielle (en C# et python) en suivant les règles générales et normes de codage, afin de produire un code de qualité.développer des outils de pricing « ad hoc » et des prototypes utilisés par le Front Office, en s'appuyant dans la mesure du possible sur la librairie de pricing.collaborer avec d'autres Quants et équipes de GEMS (IS, Risk MethodoPlus particulièrement vous serez amené à travailler sur deux sujets :Travailler sur le modele en cours de développement qui est un modèle HJM avec une vol stochastique :Calculer les grecques par différentiation automatique en utilisant tensorflow ou jaxImplémenter un Monte Carlo pour le modele HJM vol sto avec differentes methoses d'optimisation et de reduction de variance.Ajouter à la version deterministe un markov fonctional adapter au HJMTester le P&L explain des différents modeles HJMContinuer les travaux sur un modele generatif pour déduire des données historiques une nappe de volatiliteTravailler sur un modele de machine learning: a generative model for arbitrage-free implied volatility surfaces écrit par Milena Vuleti¿ et Rama Cont Début de la mission : septembre pour une durée minimale de 12 mois. Compétences techniques:Connaissances approfondies en probabilités, calcul stochastique et analyse numérique.bonnes connaissances en finance qu