Exemples de CV d'Analyste Quantitatif et modeles pour 2025

Le Bureau of Labor Statistics prevoit une croissance de l'emploi de 23 % pour les analystes en recherche operationnelle et les postes quantitatifs connexes jusqu'en 2033, soit environ 10 400 ouvertures annuelles dans les services financiers, la technologie et le conseil. Les analystes quantitatifs commandent une remuneration totale mediane superieure a 190 000 $, les quants seniors dans les hedge funds et les societes de trading proprietaire de premier plan depassant 400 000 $ a 800 000 $ bonus inclus. Pourtant, la meme rigueur mathematique qui rend un quant exceptionnel dans la modelisation de processus stochastiques echoue souvent a se traduire sur le papier — les responsables du recrutement dans des entreprises comme Citadel, Two Sigma et Goldman Sachs consacrent en moyenne 7,4 secondes a l'examen initial d'un CV, et un CV qui enfouit la generation d'alpha quantifiee derriere des murs de theorie ne survivra pas a ce filtre.

Pourquoi ce poste est important

Les analystes quantitatifs se situent a l'intersection des mathematiques, de l'informatique et de la finance, construisant les modeles qui evaluent les derives, gerent le risque de portefeuille, executent les strategies de trading algorithmique et allouent des milliards en capital. Le role a evolue bien au-dela des implementations Black-Scholes des annees 1990. Les quants modernes developpent des pipelines d'apprentissage automatique qui traitent des teraoctets de donnees alternatives, optimisent des algorithmes d'execution qui gagnent des microsecondes sur la latence des transactions et construisent des modeles de risque multi-facteurs qui quantifient le risque de queue sur des classes d'actifs correlees.

La courbe de la demande continue de s'accentuer. Les institutions financieres ont investi plus de 35 milliards de dollars dans les applications d'IA et d'apprentissage automatique en 2024, la finance quantitative absorbant une part disproportionnee de ces depenses. Les chercheurs quants debutants dans les hedge funds new-yorkais commandent desormais des salaires de base entre 125 000 $ et 150 000 $, avec une remuneration totale de premiere annee atteignant 200 000 $ a 300 000 $ bonus de performance inclus.

Exemple de CV d'Analyste Quantitatif junior

ELENA KOWALSKI, CQF New York, NY | [email protected] | (212) 555-0184 | linkedin.com/in/elenakowalski | github.com/ekowalski-quant

Resume professionnel

Analyste quantitative avec un MS en Financial Engineering de Columbia University et le Certificate in Quantitative Finance (CQF), specialisee dans l'evaluation des derives et la modelisation de la volatilite stochastique. A developpe un cadre de calibration de surface de volatilite locale lors d'un stage chez Barclays qui a reduit l'erreur d'evaluation des options exotiques de 34 % sur 2 400 produits structures. Competente en Python, C++ et R avec des recherches publiees sur les modeles de diffusion a sauts appliques a l'evaluation des credit default swaps.

Formation

Columbia University, Fu Foundation School of Engineering — New York, NY Master of Science in Financial Engineering | GPA: 3.91/4.0 | Mai 2024

• These : "Calibrating Heston Stochastic Volatility Models Using Particle Swarm Optimization" — reduction de la RMSE de calibration de 22 % par rapport a la reference Levenberg-Marquardt

University of Chicago — Chicago, IL Bachelor of Science in Mathematics, Mineure en informatique | GPA: 3.87/4.0 | Juin 2022

Certifications

• Certificate in Quantitative Finance (CQF) — CQF Institute, 2024
• Bloomberg Market Concepts (BMC) — Bloomberg LP, 2023

Experience professionnelle

Quantitative Analyst | Millennium Management LLC | New York, NY | Juillet 2024 – Present

• A construit un generateur de signaux de pairs trading en Python (NumPy, pandas, statsmodels) qui a identifie 47 paires d'actions cointegrees parmi les composants du S&P 500, generant 2,1 M$ de P&L brut sur 8 mois avec un ratio de Sharpe de 1,84
• A developpe un modele de prevision de volatilite GARCH(1,1) pour le desk d'options FX, ameliorant les predictions de volatilite realisee a 5 jours de 18 % par rapport au modele EWMA existant, reduisant les couts de couverture de 340 K$ par trimestre
• A implemente un moteur de simulation Monte Carlo en C++ pour l'evaluation d'options exotiques path-dependent (asiatiques, a barriere, lookback), traitant 10 M de trajectoires de simulation en 3,2 secondes — une acceleration de 4,7x par rapport a l'implementation Python precedente
• A automatise le pipeline de calcul quotidien de VaR et CVaR pour un portefeuille multi-strategies de 1,8 Md$ en utilisant SQL et Python, reduisant le temps de generation des rapports de 45 a 6 minutes

Quantitative Research Intern | Barclays Investment Bank | New York, NY | Juin 2023 – Aout 2023

• A construit un cadre de calibration de surface de volatilite locale utilisant l'equation de Dupire, reduisant l'erreur d'evaluation sur 2 400 produits structures exotiques de 34 % sur les desks actions et FX
• A backteste une strategie de retour a la moyenne sur les futures du Tresor americain utilisant 15 ans de donnees tick (2008-2023), atteignant un ratio de Sharpe backteste de 2,12 avec un drawdown maximum de 4,3 %

Competences techniques

Langages : Python (NumPy, pandas, SciPy, scikit-learn, PyTorch), C++ (STL, Boost, QuantLib), R, SQL, MATLAB Outils et plateformes : Bloomberg Terminal, Refinitiv Eikon, Git, Linux, AWS (EC2, S3), Docker, Jupyter Methodes quantitatives : Calcul stochastique, simulation Monte Carlo, methodes de differences finies, modeles GARCH, PCA, analyse de series temporelles, modeles de copules, Black-Scholes, modele de Heston

Exemple de CV d'Analyste Quantitatif intermediaire (3-6 ans)

DAVID CHEN, FRM, CFA Level III Candidate Chicago, IL | [email protected] | (312) 555-0297 | linkedin.com/in/davidchenquant | github.com/dchen-models

Resume professionnel

Analyste quantitatif avec 5 ans d'experience dans le developpement et la validation de modeles d'evaluation, de cadres de risque et de strategies de trading systematique sur les derives de taux, de credit et d'actions. A construit un modele de risque de credit multi-facteurs chez Citadel qui a ameliore la precision de prediction de defaut de 27 % sur un portefeuille d'obligations d'entreprise investment-grade de 4,2 Md$. Certifie FRM avec candidature CFA Level III et expertise approfondie en Python, C++ et calcul distribue pour les simulations financieres a grande echelle.

Experience professionnelle

Senior Quantitative Analyst | Citadel LLC | Chicago, IL | Mars 2023 – Present

• A concu et deploye un modele de risque de credit multi-facteurs integrant des indicateurs macroeconomiques, des spreads CDS et des donnees de sentiment sur les resultats, ameliorant la precision de prediction de defaut a 1 an de 27 % sur un portefeuille d'obligations d'entreprise investment-grade de 4,2 Md$
• A construit un moteur d'attribution de P&L en temps reel en Python et C++ decomposant les rendements quotidiens sur 14 facteurs de risque (taux, credit, FX, volatilite, base) pour 3 gestionnaires de portefeuille supervisant 9,7 Md$ d'AUM combines
• A developpe un modele de Markov cache a changement de regime pour la volatilite des actions qui a identifie les transitions d'etat de marche 2,3 jours de bourse plus tot que l'approche precedente basee sur des seuils, permettant 1,4 M$ de drawdown evite au T3-T4 2024
• A optimise un pipeline de calcul CVA/DVA Monte Carlo en utilisant l'acceleration GPU (CUDA), reduisant le temps de calcul de 4,5 heures a 22 minutes pour un portefeuille de 50 000 transactions de derives OTC

Quantitative Analyst | Goldman Sachs, Securities Division | New York, NY | Juillet 2020 – Fevrier 2023

• A developpe un cadre d'evaluation de transition Libor-vers-SOFR pour un portefeuille de swaps de taux d'interet de 78 Md$ de notionnel, assurant la continuite d'evaluation pendant la transition de taux de reference avec un ecart d'evaluation moyen inferieur a 0,3 bps
• A construit un modele de classification de transactions base sur XGBoost categorisant plus de 140 K transactions d'actions quotidiennes en flux informe vs. non-informe avec une precision de 89 %
• A valide 12 modeles de production d'evaluation (options exotiques actions, taux, FX) par rapport a des references independantes dans le cadre de la gestion des risques de modeles

Formation

Carnegie Mellon University, Tepper School of Business — Pittsburgh, PA Master of Science in Computational Finance (MSCF) | GPA: 3.88/4.0 | Mai 2019

University of Michigan — Ann Arbor, MI Bachelor of Science in Mathematics and Statistics (Double majeure) | GPA: 3.82/4.0 | Mai 2017

Certifications

• Financial Risk Manager (FRM) — Global Association of Risk Professionals (GARP), 2021
• CFA Level III Candidate — CFA Institute, examen juin 2025
• AWS Certified Cloud Practitioner — Amazon Web Services, 2022

Competences techniques

Langages : Python (pandas, NumPy, SciPy, scikit-learn, XGBoost, PyTorch, TensorFlow), C++ (14/17, STL, Boost, QuantLib), R, SQL, Scala, Bash Infrastructure : Spark, Hadoop, Kafka, Docker, Kubernetes, AWS (EC2, S3, Lambda, SageMaker), Git, Jenkins CI/CD Plateformes : Bloomberg Terminal, Refinitiv Eikon, MSCI Barra, Axioma, Murex, Calypso

Exemple de CV d'Analyste Quantitatif senior (7+ ans)

DR. JAMES OKONKWO, PhD, CFA, FRM New York, NY | [email protected] | (646) 555-0413 | linkedin.com/in/jamesokonkwo | github.com/jokonkwo-research

Resume professionnel

Responsable de la recherche quantitative avec 11 ans d'experience dans la construction et la direction d'equipes qui developpent des strategies de trading systematique, des cadres de construction de portefeuille et des systemes de gestion des risques sur les actions, les taux et la volatilite. A dirige une equipe de 9 quants chez Point72 Asset Management qui a genere 127 M$ d'alpha cumulatif sur 3 ans a partir de strategies actions systematiques avec un ratio de Sharpe annualise de 2,41. PhD en mathematiques appliquees de Princeton, CFA charterholder et certifie FRM, avec 6 publications evaluees par les pairs dans des revues de finance quantitative.

Experience professionnelle

Head of Quantitative Research | Point72 Asset Management | New York, NY | Janvier 2021 – Present

• Dirige une equipe de recherche quantitative de 9 personnes (5 chercheurs, 2 developpeurs, 2 ingenieurs de donnees) developpant des strategies actions systematiques sur les marches americains et europeens, gerant un budget de recherche de 3,8 M$ annuellement
• A construit un cadre de combinaison d'alpha multi-horizon melant des signaux de plus de 40 sources alpha (fondamentales, techniques, donnees alternatives) sur 5 periodes de detention (intrajournalier a 60 jours), generant 127 M$ d'alpha cumulatif sur 3 ans avec un ratio de Sharpe annualise de 2,41 et un drawdown maximum de 6,8 %
• A concu un optimiseur de construction de portefeuille utilisant la programmation conique du second ordre (SOCP) integrant les couts de transaction, les couts d'emprunt et les contraintes d'exposition factorielle, reduisant le turnover de 23 % tout en maintenant 95 % de la capture d'alpha brut
• A implemente un modele de prediction de surprise sur les resultats base sur l'apprentissage automatique (arbres a gradient booste entraines sur des features NLP de 10-K/10-Q, des patterns de revision d'analystes et des attentes implicites des options) atteignant 62 % de precision directionnelle sur le BPA du trimestre suivant pour les composants du S&P 500

Vice President, Quantitative Strategies | Morgan Stanley, Institutional Securities | New York, NY | Aout 2017 – Decembre 2020

• A developpe une strategie d'arbitrage statistique pour les actions americaines utilisant le momentum residuel et les facteurs de retournement a court terme, produisant 34 M$ de P&L brut annuellement avec un ratio de Sharpe de 1,92 sur 500 M$ de capital deploye
• A construit une plateforme d'execution algorithmique de bout en bout en C++ et Python traitant 85 000 ordres quotidiens sur 8 venues d'execution, reduisant l'implementation shortfall de 3,2 bps (economisant 4,8 M$ annuellement sur 15 Md$ de volume echange)

Quantitative Analyst | D.E. Shaw & Co. | New York, NY | Septembre 2014 – Juillet 2017

• A developpe un modele d'arbitrage d'obligations convertibles qui a identifie des mispricing sur plus de 600 emissions, generant 18 M$ de P&L annuel avec un ratio de Sharpe de 2,67 et un taux de reussite de 71 %
• A construit un moteur proprietaire de construction de surface de volatilite implicite utilisant la parametrisation SVI avec des contraintes sans arbitrage, adopte par 4 desks de trading evaluant plus de 200 Md$ de notionnel en derives actions

Formation

Princeton University — Princeton, NJ Doctor of Philosophy in Applied Mathematics | Septembre 2009 – Mai 2013

• These : "Optimal Execution with Stochastic Liquidity and Transient Market Impact"

Massachusetts Institute of Technology (MIT) — Cambridge, MA Bachelor of Science in Mathematics with Computer Science (18C) | GPA: 4.8/5.0 | Juin 2009

Certifications et licences

• Chartered Financial Analyst (CFA) — CFA Institute, 2016
• Financial Risk Manager (FRM) — Global Association of Risk Professionals (GARP), 2015
• FINRA Series 7 and 63 — actives

Publications

1. Okonkwo, J. (2024). "Cross-Asset Volatility Risk Premia Harvesting Under Regime Uncertainty." Journal of Financial Economics, 153(2), 401-428.
2. Okonkwo, J. & Liu, W. (2022). "Machine Learning Approaches to Earnings Surprise Prediction: Evidence from NLP Features." Journal of Financial Data Science, 4(3), 67-89.
3. Okonkwo, J. (2013). "Optimal Execution with Stochastic Liquidity." Mathematical Finance, 23(4), 712-748.

Erreurs courantes sur les CV d'Analyste Quantitatif

1. Commencer par la theorie au lieu de l'impact

Lister "expertise in stochastic calculus and measure theory" sans le relier a des resultats ne dit rien. Chaque capacite technique doit correspondre a un resultat : "Applied Heston stochastic volatility model to price $3.2B in exotic equity options, reducing mispricing by 28%."

2. Omettre les metriques financieres quantifiees

Les CV de quants qui disent "developed trading strategies" sans chiffres de P&L, ratios de Sharpe ou attribution d'alpha sont indiscernables les uns des autres. Incluez des chiffres specifiques.

3. Lister les langages de programmation sans contexte

"Proficient in Python, C++, R, SQL, MATLAB" est une liste de mots-cles, pas une preuve de capacite. Specifiez ce que vous avez construit.

4. Ignorer le cycle de vie du modele

De nombreux CV de quants decrivent le developpement de modeles mais omettent la validation, le deploiement, la surveillance et la gouvernance.

5. Sous-representer les competences en ingenierie logicielle

L'industrie est passee de "quants qui savent coder" a "quant developers." Les entreprises attendent du code de qualite production : controle de version, tests unitaires, pipelines CI/CD, conteneurisation et calcul distribue.

Mots-cles ATS pour les CV d'Analyste Quantitatif

Programmation et technologie

Python (NumPy, pandas, SciPy, scikit-learn, PyTorch, TensorFlow), C++ (STL, Boost, QuantLib), R, SQL, MATLAB / Julia, Bloomberg Terminal / Refinitiv Eikon, Spark / Hadoop, AWS / GCP / Azure, Git / CI/CD pipelines, Docker / Kubernetes

Methodes mathematiques et statistiques

Stochastic calculus, Monte Carlo simulation, finite difference methods, time series analysis (ARIMA, GARCH, VAR, cointegration), machine learning, Bayesian inference, PCA, copula models, optimization (convex, quadratic programming, SOCP)

Finance et connaissances du domaine

Derivatives pricing (Black-Scholes, Heston, local volatility, SABR), Value at Risk (VaR) / CVaR, credit risk modeling, XVA (CVA, DVA, FVA, KVA, MVA), portfolio construction and optimization, algorithmic trading, market microstructure, factor investing, P&L attribution, regulatory frameworks (Basel III/IV, FRTB)

Questions frequemment posees

Ai-je besoin d'un doctorat pour travailler comme analyste quantitatif ?

Un doctorat n'est pas universellement requis, mais il reste la reference la plus solide pour les postes de recherche quantitative dans les hedge funds et les societes de trading proprietaire de premier plan. De nombreuses entreprises recrutent des candidats avec un master en ingenierie financiere, mathematiques appliquees, statistiques ou informatique, a condition qu'ils demontrent une profondeur technique solide par des projets, des publications ou des resultats de competitions.

Quelles certifications comptent le plus pour les CV d'analyste quantitatif ?

Les trois certifications les plus reconnues sont le CFA (Chartered Financial Analyst), le FRM (Financial Risk Manager) et le CQF (Certificate in Quantitative Finance). Le CFA est le plus valorise pour les quants buy-side axes sur la construction de portefeuille. Le FRM est prefere pour les postes de risque quantitatif. Le CQF est la certification la plus techniquement rigoureuse pour les methodes quantitatives.

Quelle longueur doit avoir un CV d'analyste quantitatif ?

Une page pour les candidats avec moins de 5 ans d'experience. Deux pages sont acceptables pour les quants seniors avec 7+ ans, de multiples publications et des responsabilites de leadership. Ne depassez jamais deux pages pour les candidatures industrielles.

Citations

1. Bureau of Labor Statistics. "Operations Research Analysts: Occupational Outlook Handbook." U.S. Department of Labor, 2024. https://www.bls.gov/ooh/math/operations-research-analysts.htm
2. eFinancialCareers. "Salaries and Bonuses in Quant Finance: Broken Down by Role, Seniority & Region." 2024. https://www.efinancialcareers.com/news/salaries-and-bonuses-in-quant-finance-broken-down-by-role-seniority-and-region
3. CQF Institute. "The Certificate in Quantitative Finance." 2025. https://www.cqf.com/
4. Global Association of Risk Professionals (GARP). "Financial Risk Manager (FRM) Certification." 2025. https://www.garp.org/frm
5. QuantStart. "How to Get a Quant Job Once You Have a PhD." 2025. https://www.quantstart.com/articles/How-To-Get-A-Quant-Job-Once-You-Have-A-PhD/

Creez votre CV optimise ATS avec Resume Geni — commencez gratuitement.