Amundi - Stagiaire Data H/F

Amundi

Publiée le
22/08/2026
Contrat
Stage · 25-36 mois
Localisation
Paris
Taille équipe
50-250 emp.
Rémunération
Inconnue
Inconnue 0-1 ans exp. Francais

Avantages

Incentives à long termeMutuelle santéPlan de retraite anticipée
Missions clés Service 'accueil: Equipe Data Science rattachée département trading ’Amundi. ‘équipe compose 3 Data Engineers, 4 Data Scientists 4 Data Analysts.Missions: sein ’équipe Data ’Amundi Intermédiation, participerez progetti couvrant ’ensemble chaîne valeur donnée, intégration restitution. contribuerez collecte, traitement structuration données issues sources internes externes, ’ garantir qualità ’exploitabilité. interviendrez volumes données import
Profil recherché 0-1 ans d'expérience · Rigueur · Esprit d'analyse
Outils & compétences Exploratory Data Mining, Python

Le poste en détail

Service d’accueil: Equipe Data Science rattachée au département de trading d’Amundi. L‘équipe se compose de 3 Data Engineers, 4 Data Scientists et 4 Data Analysts.Missions: Au sein de l’équipe Data d’Amundi Intermédiation, vous participerez à des projets couvrant l’ensemble de la chaîne de valeur de la donnée, de son intégration à sa restitution.Vous contribuerez à la collecte, au traitement et à la structuration de données issues de sources internes et externes, afin d’en garantir la qualité et l’exploitabilité.Vous interviendrez sur des volumes de données importants pour répondre aux besoins du Trading et, plus largement, des clients d’Amundi Intermédiation.Selon votre profil, vous pourrez contribuer à l’amélioration de l’analyse d’exécution post-trade et/ou au développement d’indicateurs prédictifs pour enrichir la prise de décision de trading.Enfin, vous participerez à la valorisation des travaux à travers des outils de data visualisation, dans une logique de restitution claire et orientée métier.Apport du stage: Contribution à un projet de développement collaboratif et acquisition des best practices en la matière. Intégration de données externes via API. Traitement de volumes de données important. Méthodologies de scoring et clustering. Prise en main d’un outil de data visualisation.