Ferme la recherche

Analyste financier international - Master of Science Finance et Big Data

Descriptif

Durée de la formation

Durée 485 heures
En centre 485 heures

Session

du 01 oct. 2021 au 30 sept. 2022  - Paris - 9ème (75)
du 01 oct. 2021 au 30 sept. 2022  - Paris - 9ème (75)
Pour connaître les dates des prochaines sessions, veuillez contacter l'organisme de formation

Objectif de la formation

Cette formation permet aux participants de:
- Maitriser les outils quantitatifs et méthodes de la data science spécifiques aux domaines de la Finance
- De développer des outils d'analyse Big Data à l'aide des langages Python, R, Stata
- De mettre en place des systèmes de gestion du risque de marché reposant sur les dernières méthodologies CVA, DVA, ..., XVA
- Maitriser les outils de détection de fraude dans le cadre des activités de banque de détail basées sur les méthodes de machine learning
- D'évaluer tout type de produits financiers simples ou complexes en utilisant les modèles quantitatifs en ligne avec les standards de marché
- Mettre en place des stratégies d'allocation de portefeuille à l'aide d'outils d'optimisation et de de bases de données massives
- Mettre en place des simulations de scenarii de risque de marché/crédit
- Développer des outils de type prédictif basés sur les méthodes de data science

Description de la formation

Le programme: (Les enseignements sont dispensés en anglais)

Module 1 : Théorie Financière Générale
- Maitriser le fonctionnement des marchés et produits financiers
- Comprendre la théorie du portefeuille, sous
- jacente à l'industrie de la gestion de fonds
- Comprendre les bases des techniques actuarielles
- Comprendre les enjeux et le fonctionnement de l'industrie bancaire Modalités d'évaluation : Examen de connaissances et études de cas.

Module 2 : Mathématiques Financières
- Maîtriser l'ensemble des techniques mathématiques modernes nécessaires à l'évaluation des produits financiers et à l'estimation des modèles sous
- jacents :Calcul stochastique appliqué- Pricing des instruments financiers Méthodes empiriques en Finance Modalités d'évaluation : examen écrit et projet d'estimation de données de marché et application à l'évaluation de produits financiers

Module 3 : Analyse numérique appliquée à la Finance
- Maîtriser les différents outils analytiques destinés à l'évaluation du risque en Finance, Méthodes d'optimisation
- Différences finies
- Méthodes de simulations de Monte
- Carlo Modalités d'évaluation : Examen écrit projet de pricing/risque management en C++

Module 4 : Analyse des marchés financiers
- Comprendre les différents paramètres qui affectent l'évolution des marchés financiers : Finance comportementale
- Microstructure des marchés financiers
- Trading algorithmique
- Produits structurés Modalités d'évaluation : Examen écrit et recherche bibliographique

Module 5 : Risk management
- Comprendre les différents aspects du risque dans le contexte des activités de marché et des services financiers : Risque de marché- Risque de crédit
- Risque de liquidité- Risque opérationnel Modalités d'évaluation : Examen écrit et projet applicatif en équipe

Module 6 : Méthodes Théoriques du Big Data
- Maîtriser les techniques établies et récentes utilisées dans l'analyse des données massives : Machine learning
- Intelligence artificielle
- Deep learning
- Réseau de neurones Modalités d'évaluation : Examen écrit et projet individuel appliqué à la prédiction de marchés financiers

Module 7 : Applications du Big Data à l'analyse des marchés financiers
- Mettre en pratique les techniques d'analyse des données massives à des problèmes pratiques liés à l'industrie financière: Application du Big Data au crédit scoring
- Analyse de données non structurées
- Analyse des données massives et détection des fraudes
- Analyse des données massives dans le secteur de l'assurance
- Analyse du sentiment de marché Modalités d'évaluation : projet applicatif en équipe

Module 8 : Déontologie de l'analyse Big Data
- Replacer les techniques d'analyse du Big Data dans un cadre légal, éthique et sociétal: Big Data et éthique
- L'impact social du Big Data
- Le cadre légal du Big Data Mode d'évaluation : Examen écrit et étude de cas

Conditions d'accès

Sont éligibles, les candidats titulaires d'un des diplômes suivants :
- Bac + 5 (M2) - Bac + 4 (M1)
- Bac + 3 (L3) avec 3 ans d'expérience professionnelle
- Diplôme étranger équivalent
Accessible au format 2 ans pour les titulaires d'un Bac+3 (180 ECTS) ayant moins de 3 ans d'expérience professionnelle.
Compte tenu de la forte technicité requise à la fois dans le domaine de la Data Science et de la Finance, nous recherchons des candidats aux profils fortement quantitatifs :
- Ingénieurs
- Universitaires avec spécialité mathématiques, physique, économie ou économétrie.
- Diplômés d'une école de commerce, avec un fort accent sur les techniques quantitatives
Un bon niveau d'anglais est demandé : Niveau B2 CECRL (équivalent TOEFL 750 minimum)
Le Master of Science Finance & Big Data s'adresse aux étudiants et cadres en activité qui souhaitent acquérir une formation complémentaire ou se spécialiser dans les métiers de la Data Science appliquée au secteur financier.

Validation

Analyste financier international;Attestation de suivi de présence

Donne accès au(x) métier(s) suivant(s)

Analyse et ingenierie financiere (voir la fiche métier)

Et après la formation ?

Retour à l'emploi des anciens stagiaires

SATISFAISANT

Conseils
Les questions à poser avant de choisir un centre de formation
  • Quels sont les profils des anciens stagiaires (niveau de formation, expérience professionnelle) ?
  • Est-il possible de visiter le centre ?
  • Quel type de public accueillez-vous en formation (salariés, demandeurs d’emploi, particuliers) ?
  • Peut-on obtenir une liste de ces anciens stagiaires pour les interroger sur cette formation ?
  • Comment aidez-vous les stagiaires à trouver un emploi ?

Neoma business school

Lieu de formation

9 Rue d'Athènes
Paris - 9ème

Calculez votre itinéraire

Centre de formation

1 Rue du Maréchal Juin
76130, Mont-Saint-Aignan

Toutes les formations et avis pour Neoma business school