Software Engineer · Senior · Paris, France

• Conception et développement de scripts d’extraction des données issues de la base opérationnelle de production (BOP) pour alimenter les outils de reporting et d’analyse • Optimisation du moteur de pricing initial (t0) et mise en place de la diffusion automatique des résultats aux utilisateurs Front et Middle Office • Modernisation du code existant (Java, Spring Boot) et intégration de tests unitaires (JUnit) afin d’assurer la stabilité et la qualité des livraisons • Participation à la migration vers une architecture orientée services (RESTful APIs) et conteneurisation via Docker • Mise en place de mécanismes de cache (Redis) et de file de messages asynchrones (Kafka) pour améliorer la performance et la résilience des traitements de pricing et de diffusion de données en temps réel. • Intégration d’outils d’industrialisation et de déploiement continu tels que SonarQube, XL Deploy et XL Release pour renforcer la qualité du code, automatiser les livraisons applicatives et sécuriser le cycle de mise en production. Environnement technique : Java, XlDeploy/XlRelease, Kafka, Redis, Multithreading, SpringBoot, JEE, JUnit, Stream API, Hibernate, RESTful API Development, Docker, Maven, Jenkins, SonarQube, Gitlab CI/CD

• Participation au développement du module de règlement financier au sein de la plateforme Murex, utilisée par les grandes institutions bancaires internationales • Maintenance et rétroportage de fonctionnalités pour les clients sur des versions précédentes du produit. • Optimisation des sections critiques du code (C++/Java), permettant de réduire les temps de calcul et d’améliorer • Application des principes de développement piloté par les tests (TDD) et intégration continue avec Docker. • Utilisation de verrous mutex pour la parallélisation et la synchronisation des calculs de positions des contreparties, garantissant la cohérence des données et la réduction du temps de calcul global. Environnement technique : Java, C++, Multithreading, Mutex, JEE, JUnit, Stream API, Hibernate, RESTful API Development, Docker, Maven, Jenkins, Junit, Gtest

• Implémentation de modèles de Machine Learning (notamment Random Forest) pour analyser les données métiers et améliorer la précision des prévisions de revenus. • Entraînement, évaluation et intégration des modèles dans la plateforme interne afin d’offrir des recommandations prédictives exploitables par les équipes commerciales. • Conception d’une plateforme interne pour l’équipe Sales Operations visant à anticiper les revenus annuels par commercial. • Développement full-stack (Flask/Python - ReactJS - MongoDB) d’un outil de prévision des ventes intégré au système interne de gestion. • Collaboration avec les équipes métiers pour définir les modèles de données et assurer la précision des prédictions. • Implémentation de tableaux de bord interactifs et automatisation de rapports analytiques. Environnement technique : Python, Flask, ReactJS, MongoDB, Machine Learning, Random Forest, Scikit-learn, Data Modeling, REST API, Full-Stack Development, Data Pipeline, Data Visualization