Finance-proba-salle de marché — Les-mathematiques.net The most powerful custom community solution in the world

Finance-proba-salle de marché

Bonsoir
Je souhaite faire carrière dans le monde de la finance. J'aimerais donc savoir quel type de master vous me conseillez entre un M1 maths fonda suivi d'un M2 proba,stat (suivi d'une thèse si mon niveau me le permet) ou plutôt un master type big data avec du machine learning ? Quel profil est le plus recherché en salle de marché actuellement ?
Je vous remercie d'avance !

Réponses

  • @Louismathsmaths, "machin leargning" en français se dit apprentissage automatique (supervisé et non supervisé). C'est les probabilités et statistiques. Donc un M2 proba,stat et M2 "machin leargning" - c'est la même chose. La seule différence qui peut y avoir : si vous faites le master pur proba.

    Un master 2 qui a dans le nom "machin leargning" essaye juste d'attirer les étudiants. Les bons masters n'ont pas besoin de buzz words...
  • Mouais... autant je suis d'accord que le "machine learning" peut être vu une branche des proba/stats (un autre nom étant d'ailleurs l'apprentissage statistique) autant pour le choix de M2 la question se pose. Il existe bien des masters qui se concentrent sur les techniques d'apprentissage, et sur les aspects pratiques (bases de données à grande échelle etc.) tout comme il existe des masters qui se concentrent sur les proba appliquée à la finance.

    Je ne connais rien aux salles de marché, par contre il est possible de se former aux probas financières et d'avoir des bases de machine learning dans la plupart des formations de mathématiques financières.
    Par exemple si tu penses au M2 de proba finance ("El Karoui") de Jussieu tu peux y suivre le "certificat Big Data" : https://www.ljll.math.upmc.fr/FilBigData.
    Le M2MO propose également des cours de ML / sciences des données etc. : https://masterfinance.math.univ-paris-diderot.fr/index.php/formation/2011-03-14-17-28-56/organisation-de-lenseignement.

    A l'inverse si tu choisis une formation spécialisée Machine Learning (à tout hasard le MVA ou le nouveau M2 de Jussieu : https://m2a.lip6.fr/) tu vas avoir une formation pointue sur les divers aspects de l'apprentissage et l'optimisation mais peu d'opportunités de te former aux mathématiques financières, en tout cas dans le cadre de la formation.
  • N'écoute pas les conseils de vorobichek, il ne sait pas de quoi il parle. Si tu veux faire du machine learning, va dans un master de "machine learning". Conseiller un master de proba/stats pour du machine learning, c'est comme conseiller un master d'EDP pour celui qui veut faire du calcul scientifique, ça a un rapport mais ça s'arrête là.

    Il y a des tas de problématiques spécifiques au machine learning qui ne seront jamais abordées dans un master de stats généraliste, notamment tout ce qui est relatif au numérique, à l'informatique, etc.

    Sinon ce n'est pas ici que tu trouveras des gens qui s'y connaissent en mathématiques financières et en finance en général (c'est même plutôt mal vu), donc tu devrais te renseigner sur ce point ailleurs.
  • Bonjour,

    Si tu te destines à travailler dans une salle de marché, tu dois absolument compléter tes études en maths avec des études en finance. Renseigne toi dans ton université sur les UV pertinentes. Des M1/ M2 à Paris Dauphine sont très bien. Un M2 avec 'maths/ finance' sera pas mal, mais fait attention au stage qui doit être dans une banque. Et bosse ton anglais car les entretiens seront dans cette langue.
  • En salle de marché, aucune idée, en revanche j'abonde dans le sens d'YvesM : un M2 de machine learning ne t'aidera pas à faire de la finance.

    PS: Je ne dis pas que le secteur des banques / assurances / finance ne cherche pas des étudiants comme ça (tous les ans des gens partent là bas après le MVA, pour citer un exemple que je connais un peu), mais ce n'est pas pour faire de la finance comme j'ai l'impression que tu veux en faire. Et souvent, ils sont plus du style à bouger vers d'autres milieux (disons que ce n'est pas la finance qui les fascine, et ça tombe bien: ce n'est pas ce à quoi le master forme).
  • Je suis d'accord avec @YvesM et @Polka. Si c'est la finance que tu veux, il faut absolument faire un master maths+finance. En faites le secteur financier travaille depuis longtemps avec les données et ils ont des besoins très spécifiques. Par exemple le très populaire réseau de neurones artificiels n'est presque jamais utilisé en finance parce que c'est une boite noire et de ce fait ne permet pas de faire les interprétations. Les masters qui répondent à cette demande existent depuis 20-30 ans. Certains masters enseignent l'analyse des données (le fameux "machine learning" appliquée à la finance) et y sont spécialisés. Même si le secteur embauche bien, la concurrence reste dure parce que il y a beaucoup d'étudiants qui veulent faire la finance et beaucoup de masters...

    Si jamais tu penses à choisir la finance parce que:
    1) c'est bien payé
    2) on trouve vite un CDI
    sache que ce n'est pas le seul secteur qui cumule le point 1) et 2). ;-) Il y a tellement d'applications pour les spécialistes en analyse des données! Le master MVA a l'avantage de montrer les différentes applications possibles. Et on peut choisir le secteur de spécialisation pendant la thèse.

    @un_etudiant, @Héhéhé vous parlez en connaissance de cause diplôme et expérience à l’appuie? Le lien que donne @un_étudiant (M2MO): ils essayent de joueur sur la vague "maching learning". Ecrire "Machine learning" et une ligne plus bas "apprentissage statistique" ce n'est pas très sérieux. Si on regarde la maquette des cours, on voit qu'il n'y a pas grande chose pour le parcours "Statistiques et data science" qui enseigne très peu de techniques et reste quand même tourné vers la finance. Autant de faire tout de suite le parcours 1 "Statistique et Modèles aléatoires en finance".
  • Les cadres français de cette industrie sont principalement issus des grandes écoles d'ingénieurs et de commerce. Il existe une très forte concurrence entre les candidats à ces postes. Parmi les compétences minimales requises, être bilingue, avoir une très grande capacité de travail, maîtriser l'informatique...
Connectez-vous ou Inscrivez-vous pour répondre.
Success message!