We are actively seeking motivated Data Scientists to join our team for an end-of-study internship that emphasizes the application of Topic Modelling, Causal Inference, Semantic Causality, and Graph Theory within the fields of finance and economics. This position is ideal for individuals passionated about exploring complex models and their real-world implications on economic and financial systems.

Your mission will include :

• Engaging in specialized projects using Topic Modelling to extract thematic patterns from large-scale financial texts, helping to predict market trends and behaviors.

• Applying Causal Inference techniques and interpreting causal relationships within economic data to understand underlying dynamics and predict future outcomes. Develop models that clarify the effects of economic policies or market shifts.

• Exploring Semantic Causality to understand and model the relationships between different economic entities and concepts, potentially updating and refining existing economic theories or practices.

• Implementing Graph Theory to map and study networks within financial systems, such as supply chains, or market dependencies, to identify critical nodes and connections that can predict systemic risks or opportunities.

What we offer*:*

You will have the opportunity to rapidly get more responsibilities, to take part in challenging and valuable projects, to communicate directly with our IT, Investment Strategy and Data Science teams, at the forefront of AI for economics and finance. You will also join a dynamic team that likes to organize after-work events and activities.

Nous recherchons activement des Data Scientists en stage de fin d’étude motivés pour rejoindre notre équipe dans le cadre d’un stage mettant l’accent sur l’application de la Modélisation de Sujets, de l’Inférence Causale, de la Causalité Sémantique et de la Théorie des Graphes dans les domaines de la finance et de l’économie. Cette position est idéale pour les individus passionnés par l’exploration de modèles complexes et de leurs implications dans le monde réel sur les systèmes économiques et financiers.

Votre mission :

• Participer à des projets spécialisés utilisant la Modélisation de Sujets pour extraire des motifs thématiques à partir de textes financiers à grande échelle, afin d’aider à prédire les tendances et comportements du marché.

• Appliquer des techniques d’Inférence Causale et interpréter les relations causales au sein des données économiques pour comprendre les dynamiques sous-jacentes et prédire les résultats futurs. Développer des modèles qui clarifient les effets des politiques économiques ou des changements de marché.

• Explorer la Causalité Sémantique pour comprendre et modéliser les relations entre différentes entités et concepts économiques, potentiellement mettre à jour et affiner les théories ou pratiques économiques existantes.

• Implémenter la Théorie des Graphes pour cartographier et étudier les réseaux au sein des systèmes financiers, tels que les chaînes d’approvisionnement ou les dépendances du marché, afin d’identifier les nœuds critiques et les connexions pouvant prédire les risques ou opportunités systémiques.

Ce que nous offrons :

Vous aurez l’opportunité d’assumer rapidement plus de responsabilités, de participer à des projets stimulants et précieux, de communiquer directement avec nos équipes IT, Stratégie d’Investissement et Data Science, à la pointe de l’IA pour l’économie et la finance. Vous rejoindrez également une équipe dynamique qui aime organiser des événements et des activités après le travail.

• Know NLP techniques and models (embedding, attention networks, LLM, Semantic Causality, Topic modelling…)

• Programming skills: Strong level in Python, including OOP

• Master Machine Learning models for classification and regression (Graph Theory, Causal Inference, Robust Linear Models,..)

• Strong interest for Economics and Finance

• Fluent in English, Fluency in any other language for NLP would be strongly appreciated

• Connaissances des techniques et modèles de Traitement du Langage Naturel (NLP) (embedding, réseaux d’attention, LLM, Causalité Sémantique, Modélisation de Thèmes…)

• Compétences en programmation : Niveau avancé en Python, y compris la POO (Programmation Orientée Objet)

• Maîtriser les modèles de Machine Learning pour la classification et la régression (Théorie des Graphes, Inférence Causale, Modèles Linéaires Robustes…)

• Grand intérêt pour l’Économie et la Finance

• Maîtrise de l’anglais, la maîtrise d’une autre langue pour le NLP serait fortement appréciée

1st interview: 30 min with HR and a data scientist

Technical interview: 1h

3rd interview: meet the co-founders!