Data Quality Engineer Senior

Contexte & Enjeux

Les données de marché de référence (futures, yields, FX, indices, obligations) présentent de nombreuses anomalies non détectées, non tracées et souvent corrigées manuellement. Cette situation entraîne une perte de temps significative et impacte la confiance des équipes Research & Prediction.

Objectif de la mission

Structurer, fiabiliser et industrialiser les contrôles de qualité sur les données de marché, avec une approche à la fois technique et analytique.

Les 3 axes principaux

1. Audit

• Cartographie complète des contrôles existants
• Identification des gaps par classe d’actifs
• Construction d’un backlog priorisé

2. Implémentation

• Développement d’une librairie modulaire de quality checks en Python
• Remédiation des données historiques
• Gestion des escalades avec les fournisseurs de données (Bloomberg)

3. Industrialisation & IA

• Mise en place d’un monitoring automatisé (dashboards KPI, alerting)
• Industrialisation des contrôles en production
• Réalisation d’un POC basé sur des LLMs pour :
  • Génération semi-automatique de contrôles
  • Analyse des causes racines des anomalies