L'AMF collecte de nombreuses informations et données sur les établissements français sous sa supervision au titre de la réglementation financière applicable (MiFID2, EMIR, SFTR, CSDR).
Ces données sont variées (informations quotidiennes sur les transactions effectuées, reportings périodiques, questionnaire annuel sur la conformité) et représentent des volumes très importants. Elles permettent à l'AMF de veiller à la bonne mise en oeuvre des règlementations applicables aux établissements régulés.
Au sein de la Direction de la supervision des intermédiaires et des infrastructures de marché (DS2IM), le pôle « Supervision Data Driven » (SDD) comprend aujourd'hui 6 personnes qui s'assurent de la qualité des données collectées auprès des intermédiaires et infrastructures de marché, conçoivent et exploitent les analyses des données à des fins de supervision.
Le/la stagiaire sera en charge de mener des études sur les données exploitées par l'AMF au titres des réglementations MiFID, EMIR, SFTR ou CSDR afin, par exemple, de dégager des axes de supervision, d’améliorer les outils de suivi des intermédiaires ou encore d’optimiser les outils d’analyse de données à la disposition de l’équipe.
Encadré(e) par un analyste du pôle SDD, le/la stagiaire sera rattaché(e) au responsable de cette unité.
Sur les flux de données sur lesquels vous serez amené à travailler vous pourrez :
- Concevoir et exploiter des outils d'analyse de données (Python et PySpark) visant à identifier des défauts de qualité, d’exhaustivité ou des manquements aux obligations réglementaires dans les informations collectées auprès des établissements régulés, en utilisant l’ensemble des possibilités offertes par la plateforme Big Data de l’AMF ;
- Participer à l’évolution des outils utilisés par la Direction pour restituer les informations collectées sous forme synthétique et utilisable par les chargés de portefeuille (par exemple des écrans Tibco) ;
- Intervenir sur l'optimisation des algorithmes existants, notamment de détection de la qualité des données au travers de machine learning ou l'industrialisation des travaux d'analyse de données (analyse en composante principale, clustering, classification) ;
- Mener des analyses statistiques des informations collectées et rédiger des notes de synthèse ou des plans d’actions associés, en lien avec les collaborateurs concernés en fonction de la thématique ;
- Contribuer à la réflexion sur l'utilisation des données afin de faire respecter les exigences réglementaires.
Vous suivez une formation de type école d’ingénieur, master spécialisé dans l'exploitation des données ou disposez d'une formation économique avec un fort appétit pour l'exploitation des données et les outils associés.
Une maîtrise de Python et de ses librairies courantes est indispensable. La connaissance du langage PySpark serait un plus ainsi que des connaissances sur les instruments financiers, les prestataires de services d’investissement et les reportings de transactions découlant des directives européennes (ex : MIF2, EMIR) seraient un plus.
Une bonne maîtrise de l'anglais est nécessaire.
Durée et disponibilité:
Stage de 6 mois, avec un début entre juin et septembre.