Large

For more than 35 years, Murex has provided enterprise-wide, cross-asset financial technology solutions to capital markets players. Its cross-function platform, MX.3, supports trading, treasury, risk and post-trade operations, enabling clients to better meet regulatory requirements, manage enterprise-wide risk and control IT costs. 

With more than 60,000 daily users in more than 65 countries, Murex has clients across the financial services industry, from banking and asset management to energy and commodities. Murex is an independent company with over 2,700 employees across 19 locations. Murex is committed to providing cutting-edge technology, superior customer service and unique product innovation. MX.3 is specifically designed and engineered to meet the multifaceted challenges of a transforming financial industry. 

Technology

Murex

You should be a final-year engineering or master's student with strong capital markets knowledge, proficient in Python/C++, and possess dynamism, rigor, and autonomy for agile work.

You will analyze the stability of new methods on a mono-factor Hull-White model, extend studies to multi-factor models, and focus on solution reliability and computation times.

Data

IT & Cybersecurity

Paris

<div>
 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets. Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world. Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment. You'll be part of one global team where you can learn fast and stay true to yourself. Équipe : L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Matières Premières, Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple). Missions: Pour certains produits dérivés, la vitesse de retour à la moyenne (ou mean reversion rate) des modèles à taux court peut avoir un impact important sur leur prix en plus des paramètres classiques de volatilité ou de corrélation. Ces paramètres de mean reversion sont généralement pris constant . En effet, la calibration / l'estimation de ces paramètres de mean reversion est bien plus compliqué e que les autres paramètres car leur impact est à plus long terme. Récemment de nouveaux articles ont été publiés ouvrant de nouvelles idées et perspectives quant à leur calibration pour la classe des modèles HJM multi-facteurs , de manière consistance avec les historiques de taux d'intérêt. Dans ce cadre vous aurez pour mission: 
 <ul>
 <li>Etudier la stabilité et la robustesse de ce s nouvelles méthodes sur un modèle Hull-White mono-facteur .</li>
 </ul>
 <ul>
 <li>Etendre l ' étude aux modèles 2 facteurs . Une des principales difficultés est la distinction des 2 means reversions avec en plus l'effet de la corrélation entre les facteurs.</li>
 </ul>
 <ul>
 <li>Etendre aux modèles multi-facteurs (plus de 2)</li>
 </ul>Une attention toute particulière sera portée à la fiabilité et la stabilité des solutions proposées et développées ainsi qu'aux temps de calcul. Profil: 
 <ul>
 <li>Étudiant en dernière année d'École d'Ingénieurs/Informatique ou en Master universitaire, vous avez de solides connaissances des marchés de capitaux et des modélisations et méthodes associées.</li>
 </ul>
 <ul>
 <li>Vous avez de bonnes connaissances en Python / C++.</li>
 </ul>
 <ul>
 <li>Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.</li>
 </ul>Pourquoi nous rejoindre ? 
 <ul>
 <li>En intégrant l' équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovan t.</li>
 </ul>
 <ul>
 <li>V ous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie</li>
 </ul>
 <ul>
 <li>Vous aurez à disposition si besoin les dernières technologies (GPU par exemple) .</li>
 </ul>
 <ul>
 <li>Vous é voluer ez dans un environnement a gile, international, multiculturel et en croissance .</li>
 </ul>Durée et date de démarrage: Disponibilité pour une durée de 6 mois
</div>


 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets.   Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world.   Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment.   You'll be part of one global team where you can learn fast and stay true to yourself.   Équipe :   L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Matières Premières, Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple).   Missions:   Pour certains produits dérivés, la vitesse de retour à la moyenne (ou mean reversion rate) des modèles à taux court peut avoir un impact important sur leur prix en plus des paramètres classiques de volatilité ou de corrélation. Ces paramètres de mean reversion sont généralement pris constant . En effet, la calibration / l'estimation de ces paramètres de mean reversion est bien plus compliqué e que les autres paramètres car leur impact est à plus long terme.   Récemment de nouveaux articles ont été publiés ouvrant de nouvelles idées et perspectives quant à leur calibration pour la classe des modèles HJM multi-facteurs , de manière consistance avec les historiques de taux d'intérêt.   Dans ce cadre vous aurez pour mission: 
 
  Etudier la stabilité et la robustesse de ce s nouvelles méthodes sur un modèle Hull-White mono-facteur .
 
 
  Etendre l ' étude aux modèles 2 facteurs . Une des principales difficultés est la distinction des 2 means reversions avec en plus l'effet de la corrélation entre les facteurs.
 
 
  Etendre aux modèles multi-facteurs (plus de 2)
 Une attention toute particulière sera portée à la fiabilité et la stabilité des solutions proposées et développées ainsi qu'aux temps de calcul.   Profil: 
 
  Étudiant en dernière année d'École d'Ingénieurs/Informatique ou en Master universitaire, vous avez de solides connaissances des marchés de capitaux et des modélisations et méthodes associées.
 
 
  Vous avez de bonnes connaissances en Python / C++.
 
 
  Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.
 Pourquoi nous rejoindre ? 
 
  En intégrant l' équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovan t.
 
 
  V ous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie
 
 
  Vous aurez à disposition si besoin les dernières technologies (GPU par exemple) .
 
 
  Vous é voluer ez dans un environnement a gile, international, multiculturel et en croissance .
 Durée et date de démarrage:   Disponibilité pour une durée de 6 mois


END-OF-STUDIES INTERNSHIP / Stage - QUANT - Estimation des means reversion dans les modeles de taux - Murex

END-OF-STUDIES INTERNSHIP / Stage - QUANT - Estimation des means reversion dans les modeles de taux

You should be a second-year engineering/IT student with strong Python skills (C++ a plus), interested in capital markets, and have good communication in French and English.

You will implement and maintain quantitative models for cross-assets, analyze option pricing methods, ensure non-arbitrability, and optimize computational efficiency during testing.

Software Engineering

<div>
 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets. Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world. Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment. You'll be part of one global team where you can learn fast and stay true to yourself. Équipe : L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Matières Premières, Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple). Missions: En finance, les produits dérivées les plus simples et les plus liquides sont les options européennes. Sur le s marché s listé s , les cotations de ces produits sont faites en prix ou en volatilité implicite (volatilité à mettre dans la formule de Black &amp; Scholes pour égaler le prix) pour un nombre réduit de maturités et de prix d'exercice (ou strike). Cependant pour des logiques de valorisations d'options non standard (en strike ou maturité) ou de calibrage de modèles de diffusion par exemple , nous a vons besoin de pouvoir déterminer rapidement les prix ou volatilités implicites pour un continuum de strikes et maturités, de manière cohérente avec les cotations des options liquides et en garantissant la non-arbitrabilité (absence de possibilité de construire un portefeuille statique à coût nul et garantissant un gain non nul à l'avenir). Différents types de méthode de détermination de cette fonction de volatilité implicite existent en pratique (qui peuvent être paramétriques, basées sur des modélisations ou des contraintes mathématiques, etc. ) mais elles ne garantissent pas à la fois la rapidité et la non-arbitrabilité en maturité et strike. Le but de ce stage est d'étudier les plus récentes approches proposées pour résoudre ce problème (à commencer par le SSVI) notamment sur les critères de match des options cotées et de non-arbitrabilité. Une attention particulière sera portée à la stabilité des méthodes testées, leur rapidité d'exécution et leur performance sur des historiques récents ainsi que sur des conditions de marché plus extrêmes. Profil: 
 <ul>
 <li>Étudiant en seconde année d'École d'Ingénieurs/Informatique .</li>
 </ul>
 <ul>
 <li>Vous avez de bonnes connaissances en Python (des connaissances en C++ sont un plus) .</li>
 </ul>
 <ul>
 <li>Vous êtes intéressé par les marchés de capitaux et la modélisation d'actif financier .</li>
 </ul>
 <ul>
 <li>Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.</li>
 </ul>
 <ul>
 <li>Bonne communication orale et écrite en français et en anglais .</li>
 </ul>Pourquoi nous rejoindre ? 
 <ul>
 <li>En intégrant l'équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovant.</li>
 </ul>
 <ul>
 <li>Vous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie</li>
 </ul>
 <ul>
 <li>Vous aurez à disposition si besoin les dernières technologies (GPU par exemple).</li>
 </ul>
 <ul>
 <li>Vous évoluerez dans un environnement agile, international, multiculturel et en croissance.</li>
 </ul>Durée : 3 mois
</div>


 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets.   Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world.   Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment.   You'll be part of one global team where you can learn fast and stay true to yourself.   Équipe :   L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Matières Premières, Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple).   Missions:   En finance, les produits dérivées les plus simples et les plus liquides sont les options européennes. Sur le s marché s listé s , les cotations de ces produits sont faites en prix ou en volatilité implicite (volatilité à mettre dans la formule de Black & Scholes pour égaler le prix) pour un nombre réduit de maturités et de prix d'exercice (ou strike). Cependant pour des logiques de valorisations d'options non standard (en strike ou maturité) ou de calibrage de modèles de diffusion par exemple , nous a vons besoin de pouvoir déterminer rapidement les prix ou volatilités implicites pour un continuum de strikes et maturités, de manière cohérente avec les cotations des options liquides et en garantissant la non-arbitrabilité (absence de possibilité de construire un portefeuille statique à coût nul et garantissant un gain non nul à l'avenir).   Différents types de méthode de détermination de cette fonction de volatilité implicite existent en pratique (qui peuvent être paramétriques, basées sur des modélisations ou des contraintes mathématiques, etc. ) mais elles ne garantissent pas à la fois la rapidité et la non-arbitrabilité en maturité et strike.   Le but de ce stage est d'étudier les plus récentes approches proposées pour résoudre ce problème (à commencer par le SSVI) notamment sur les critères de match des options cotées et de non-arbitrabilité.   Une attention particulière sera portée à la stabilité des méthodes testées, leur rapidité d'exécution et leur performance sur des historiques récents ainsi que sur des conditions de marché plus extrêmes.   Profil: 
 
  Étudiant en seconde année d'École d'Ingénieurs/Informatique .
 
 
  Vous avez de bonnes connaissances en Python (des connaissances en C++ sont un plus) .
 
 
  Vous êtes intéressé par les marchés de capitaux et la modélisation d'actif financier .
 
 
  Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.
 
 
  Bonne communication orale et écrite en français et en anglais .
 Pourquoi nous rejoindre ? 
 
  En intégrant l'équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovant.
 
 
  Vous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie
 
 
  Vous aurez à disposition si besoin les dernières technologies (GPU par exemple).
 
 
  Vous évoluerez dans un environnement agile, international, multiculturel et en croissance.
 Durée : 3 mois


INTERNSHIP / Stage BAC+4 - QUANT - Surface de volatilité sans arbitrage - Murex

INTERNSHIP / Stage BAC+4 - QUANT - Surface de volatilité sans arbitrage

You should be a second-year engineering/computer science student, proficient in Python (C++ is a plus), interested in Deep Learning and financial markets, and possess strong communication skills in French and English.

You will implement and optimize neural networks for pricing and risk assessment of financial products, focusing on hyperparameter tuning to enhance accuracy and efficiency.

<div>
 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets. Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world. Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment. You'll be part of one global team where you can learn fast and stay true to yourself. Équipe : L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Matières Premières, Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple). Missions: En finance , la capacité à évaluer rapidement et précisément le prix de produits dérivé s est essentielle pour la prise de décision et la gestion des risques. L'utilisation de réseaux de neurones, avec un apprentissage supervisé, offre un gain de vitesse important par rapport aux méthodes numériques traditionnelles (Monte-Carlo , EDP ) , tout en réduisant les coûts matériels grâce à une utilisation plus efficace des ressources informatiques . Ce stage vise à approfondir la mécanique d' entraînement des réseaux de neurones dans ce contexte . Il se concentrera sur plusieurs hyperparamètres clés de l'optimisation : le choix de l'optimiseur, le taux d'apprentissage, l'initialisation , et la taille de batch . L 'objectif est de déterminer les meilleures heuristiques afin d'améliorer l a précision d e nos réseaux de neurones . D'autres hyperparamètres pourront être étudiés par la suite. Profil: 
 <ul>
 <li>Étudiant en seconde année d'École d'Ingénieurs/Informatique .</li>
 </ul>
 <ul>
 <li>Vous avez de bonnes connaissances en Python (des connaissances en C++ sont un plus) .</li>
 </ul>
 <ul>
 <li>Vous êtes intéressé par le «Deep Learning».</li>
 </ul>
 <ul>
 <li>Vous êtes intéressé par les marchés de capitaux et la modélisation d'actif financier.</li>
 </ul>
 <ul>
 <li>Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.</li>
 </ul>
 <ul>
 <li>Bonne communication orale et écrite en français et en anglais.</li>
 </ul>Pourquoi nous rejoindre ? 
 <ul>
 <li>En intégrant l'équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovant.</li>
 </ul>
 <ul>
 <li>Vous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie</li>
 </ul>
 <ul>
 <li>Vous aurez à disposition si besoin les dernières technologies (GPU par exemple).</li>
 </ul>
 <ul>
 <li>Vous évoluerez dans un environnement agile, international, multiculturel et en croissance.</li>
 </ul>Durée : 3 mois
</div>


 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets.   Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world.   Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment.   You'll be part of one global team where you can learn fast and stay true to yourself.   Équipe :   L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Matières Premières, Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple).   Missions:   En finance , la capacité à évaluer rapidement et précisément le prix de produits dérivé s est essentielle pour la prise de décision et la gestion des risques. L'utilisation de réseaux de neurones, avec un apprentissage supervisé, offre un gain de vitesse important par rapport aux méthodes numériques traditionnelles (Monte-Carlo , EDP ) , tout en réduisant les coûts matériels grâce à une utilisation plus efficace des ressources informatiques .   Ce stage vise à approfondir la mécanique d' entraînement des réseaux de neurones dans ce contexte . Il se concentrera sur plusieurs hyperparamètres clés de l'optimisation : le choix de l'optimiseur, le taux d'apprentissage, l'initialisation , et la taille de batch . L 'objectif est de déterminer les meilleures heuristiques afin d'améliorer l a précision d e nos réseaux de neurones . D'autres hyperparamètres pourront être étudiés par la suite.   Profil: 
 
  Étudiant en seconde année d'École d'Ingénieurs/Informatique .
 
 
  Vous avez de bonnes connaissances en Python (des connaissances en C++ sont un plus) .
 
 
  Vous êtes intéressé par le «Deep Learning».
 
 
  Vous êtes intéressé par les marchés de capitaux et la modélisation d'actif financier.
 
 
  Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.
 
 
  Bonne communication orale et écrite en français et en anglais.
 Pourquoi nous rejoindre ? 
 
  En intégrant l'équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovant.
 
 
  Vous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie
 
 
  Vous aurez à disposition si besoin les dernières technologies (GPU par exemple).
 
 
  Vous évoluerez dans un environnement agile, international, multiculturel et en croissance.
 Durée : 3 mois


INTERNSHIP / Stage BAC+4 - QUANT - Neural Network - Murex

INTERNSHIP / Stage BAC+4 - QUANT - Neural Network

You must be a final-year engineering or computer science student with strong capital market knowledge, and proficiency in Python/C++. Be dynamic, rigorous, autonomous, and agile.

You will implement and analyze the SABR-FMM model using Monte Carlo methods, study its effects on swaption volatility, develop approximation formulas, and calibrate correlation products.

<div>
 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets. Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world. Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment. You'll be part of one global team where you can learn fast and stay true to yourself. Équipe : L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Commodities , Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple). Missions: Suite à la transition du LIBOR, le taux de référence est maintenant déterminé par la composition d'un taux sans risque (Risk Free Rate - RFR). Par conséquent, le Libor Market Model (LMM) a été étendu au Forward Market Model (FMM) pour prendre en compte ce changement de référence. Les formulations les plus simples de cette classe de modèle ne permettent pas de reproduite les cotations de marché des volatilités des swaptions et caplets dans leur s trois dimensions: tenor , maturité et strike (le cube des volatilités de swaptions ). Pour répondre à cette exigence, il faut considérer les extensions du modèle initial avec une volatilité locale (éventuellement paramétrique ) et/ou une volatilité stochastique. Le but de ce stage est d'étudier le modèle SABR-FMM (extension du SABR-LMM qui comprend une composante de volatilité locale et stochastique de type SABR ). Dans un premier temps , vous implémenterez une méthode de Monte Carlo de ce modèle et analyser ez les différents impacts des paramètres du modèle SABR sur la surface de volatilité des swaptions ainsi que les limites potentielle d'une telle diffusion . Dans un deuxième temps, vous développerez et implémenterez des formules approximatives des produits de base dans ce modèle et comparerez les résultats de la méthode de Monte Carlo. Vous étudierez ensuite l'impact de ce modèle sur les produits de corrélation tels que les CMS Spread options et fort des différentes études vous élaborerez un protocole de calibrage de ce modèle. Enfin vous comparer ez ce modèle et le modèle FMM avec volatilité locale. Profil: 
 <ul>
 <li>Étudiant en dernière année d'École d'Ingénieurs/Informatique ou en Master universitaire, vous avez de solides connaissances des marchés de capitaux et des modélisations et méthodes associées.</li>
 </ul>
 <ul>
 <li>Vous avez de bonnes connaissances en Python / C++.</li>
 </ul>
 <ul>
 <li>Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.</li>
 </ul>Pourquoi nous rejoindre ? 
 <ul>
 <li>En intégrant l'équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovant.</li>
 </ul>
 <ul>
 <li>Vous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie</li>
 </ul>
 <ul>
 <li>Vous aurez à disposition si besoin les dernières technologies (GPU par exemple).</li>
 </ul>
 <ul>
 <li>Vous évoluerez dans un environnement agile, international, multiculturel et en croissance.</li>
 </ul>Durée et date de démarrage: Disponibilité pour une durée de 6 mois
</div>


 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets.   Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world.   Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment.   You'll be part of one global team where you can learn fast and stay true to yourself.   Équipe :   L'équipe «MACS» est responsable de l'implémentation des méthodes d'évaluation innovantes et efficientes cross-assets (Action, Change, Commodities , Crédit et Taux). Cela comprendd'une part la compréhension des modèles standards et la conception éventuelle de nouvelles modélisations adaptées aux besoins du marché et d'autre part l'implémentation et la maintenance de solutions (librairie quantitative, service...) permettant la calibration des modèles et l'évaluation et le calcul des mesures de risque (sensibilités, VaR , PFE, XVA...) des différents produits financiers. Une attention toute particulière est portée sur la précision des différentes méthodes implémentées ainsi que sur l'optimisation des temps de calcul, ce qui nécessite d'adapter les solutions aux technologies les plus innovantes (GPU par exemple).   Missions:   Suite à la transition du LIBOR, le taux de référence est maintenant déterminé par la composition d'un taux sans risque (Risk Free Rate - RFR). Par conséquent, le Libor Market Model (LMM) a été étendu au Forward Market Model (FMM) pour prendre en compte ce changement de référence.   Les formulations les plus simples de cette classe de modèle ne permettent pas de reproduite les cotations de marché des volatilités des swaptions et caplets dans leur s trois dimensions: tenor , maturité et strike (le cube des volatilités de swaptions ). Pour répondre à cette exigence, il faut considérer les extensions du modèle initial avec une volatilité locale (éventuellement paramétrique ) et/ou une volatilité stochastique. Le but de ce stage est d'étudier le modèle SABR-FMM (extension du SABR-LMM qui comprend une composante de volatilité locale et stochastique de type SABR ).   Dans un premier temps , vous implémenterez une méthode de Monte Carlo de ce modèle et analyser ez les différents impacts des paramètres du modèle SABR sur la surface de volatilité des swaptions ainsi que les limites potentielle d'une telle diffusion . Dans un deuxième temps, vous développerez et implémenterez des formules approximatives des produits de base dans ce modèle et comparerez les résultats de la méthode de Monte Carlo. Vous étudierez ensuite l'impact de ce modèle sur les produits de corrélation tels que les CMS Spread options et fort des différentes études vous élaborerez un protocole de calibrage de ce modèle. Enfin vous comparer ez ce modèle et le modèle FMM avec volatilité locale.   Profil: 
 
  Étudiant en dernière année d'École d'Ingénieurs/Informatique ou en Master universitaire, vous avez de solides connaissances des marchés de capitaux et des modélisations et méthodes associées.
 
 
  Vous avez de bonnes connaissances en Python / C++.
 
 
  Dynamique, rigoureux, et autonome, vous êtes capable de travailler dans un environnement agile.
 Pourquoi nous rejoindre ? 
 
  En intégrant l'équipe MACS (Murex AnalytiCS ), vous travaillerez sur un sujet stimulant et innovant.
 
 
  Vous évoluerez dans une équipe motivée et engagée cross-assets et cross-technologie
 
 
  Vous aurez à disposition si besoin les dernières technologies (GPU par exemple).
 
 
  Vous évoluerez dans un environnement agile, international, multiculturel et en croissance.
 Durée et date de démarrage:   Disponibilité pour une durée de 6 mois


END-OF-STUDIES INTERNSHIP / Stage - QUANT - Forward market model with stochastic volatility - Murex

END-OF-STUDIES INTERNSHIP / Stage - QUANT - Forward market model with stochastic volatility

You should be a final-year engineering or computer science student with strong Java skills, interested in finance, data storage efficiency, and GUI development. Rigor, autonomy, and agile work ability are essential.

You will develop a software prototype for PnL components, optimize storage models, create rich dashboards, analyze system issues, and implement unit and integration tests using GIT for version control.

<div>
 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets. Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world. Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment. You'll be part of one global team where you can learn fast and stay true to yourself. Équipe : Platform Architecture Missions : Dans un environnement calculatoir et distribué, il s'agit de repenser l'acquisition des composantes du PnL, leur stockage et leur affichage . Le stagiaire aura comme mission de développer un prototype fonctionnel du logiciel. Il sera en relation avec des équipes techniques et fonctionnelles pour discuter des solutions proposées. Le stage portera principalement sur : 
 <ul>
 <li>La conception et implémentation d'un modèle de stockage optimal des composantes du PnL</li>
 <li>L'affichage de ces informations dans des dashboards riches en visualizations (incluant des tableaux croisés dynamiques et des graphiques en 2 dimensions)</li>
 <li>La mise en place d'outils afin d'observer et analyser les probables problèmes fonctionnels ou techniques (performance, disponibilité, etc....) des différents composants dans un environnement de production.</li>
 <li>Le définition et l'écriture des tests unitaires et des tests d'intégrations de composants.</li>
 <li>L'usage de GIT pour archiver et versionner le code.</li>
 </ul>Profil : 
 <ul>
 <li>Etudiant en dernière année d'Ecole d'Ingénieurs/Informatique ou en Master universitaire, ayant un bon niveau en Java et attiré par la finance de marché et les problématiques de l'efficacité de stockage de données et leur affichage à l'échelle.</li>
 <li>Des connaissances en développement des interfaces graphiques.</li>
 <li>Rigueur, autonomie et capacité de travailler dans un contexte agile.</li>
 </ul>Pourquoi nous rejoindre ? 
 <ul>
 <li>En intégrant les équipes du domaine DEV, vous saisissez l'opportunité unique de combiner édition de logiciel, finance de marché et développement de pointe.</li>
 </ul>
 <ul>
 <li>Faire partie d'une communauté d'experts motivée par le challenge, l'innovation, et contribuer ainsi à l'amélioration continue de la plateforme MX.3</li>
 </ul>
 <ul>
 <li>Bénéficier d'une formation de qualité à l'entrée touchant à diverses compétences fonctionnelles, techniques et relationnelles</li>
 <li>Evoluer dans un environnement agile, international, multiculturel et en croissance</li>
 </ul>
</div>


 Murex is a global fintech leader in trading, risk management and processing solutions for capital markets.   Operating from our 19 offices, 3 000 Murexians from over 60 different nationalities ensure the development, implementation and support of our platform which is used by banks, asset managers, corporations and utilities, across the world.   Join Murex and work on the challenges of an industry at the forefront of innovation and thrive in a people-centric environment.   You'll be part of one global team where you can learn fast and stay true to yourself.   Équipe :  Platform Architecture   Missions :  Dans un environnement calculatoir et distribué, il s'agit de repenser l'acquisition des composantes du PnL, leur stockage et leur affichage .  Le stagiaire aura comme mission de développer un prototype fonctionnel du logiciel. Il sera en relation avec des équipes techniques et fonctionnelles pour discuter des solutions proposées.   Le stage portera principalement sur : 
 
  La conception et implémentation d'un modèle de stockage optimal des composantes du PnL
  L'affichage de ces informations dans des dashboards riches en visualizations (incluant des tableaux croisés dynamiques et des graphiques en 2 dimensions)
  La mise en place d'outils afin d'observer et analyser les probables problèmes fonctionnels ou techniques (performance, disponibilité, etc....) des différents composants dans un environnement de production.
  Le définition et l'écriture des tests unitaires et des tests d'intégrations de composants.
  L'usage de GIT pour archiver et versionner le code.
 Profil : 
 
  Etudiant en dernière année d'Ecole d'Ingénieurs/Informatique ou en Master universitaire, ayant un bon niveau en Java et attiré par la finance de marché et les problématiques de l'efficacité de stockage de données et leur affichage à l'échelle.
  Des connaissances en développement des interfaces graphiques.
  Rigueur, autonomie et capacité de travailler dans un contexte agile.
 Pourquoi nous rejoindre ? 
 
  En intégrant les équipes du domaine DEV, vous saisissez l'opportunité unique de combiner édition de logiciel, finance de marché et développement de pointe.
 
 
  Faire partie d'une communauté d'experts motivée par le challenge, l'innovation, et contribuer ainsi à l'amélioration continue de la plateforme MX.3
 
 
  Bénéficier d'une formation de qualité à l'entrée touchant à diverses compétences fonctionnelles, techniques et relationnelles
  Evoluer dans un environnement agile, international, multiculturel et en croissance
 


Murex

navigation.mission