Le master IFMA est une majeure du Master Ingénierie Mathématique.

Pour les informations d’organisation de l’année, des stages et de l’apprentissage, il faut se référer aux pages du site qui s’appliquent à l’ensemble des majeures.

Objectifs de la formation

La majeure IFMA forme des diplômés de niveau M2 avec un profil d’ingénieur mathématicien doté d’une triple compétence en

• Calcul stochastique et finance mathématique: modélisation et évaluation des risques financiers, couverture de produits dérivés et optimisation de portefeuille.
• Méthodes numériques appliquées et informatique: développement d’algorithmes de simulation, de pricers et d’outils d’aide à la décision, avec une maîtrise des langages de programmation utilisés en finance quantitative (Python, C++, PyTorch, etc.).
• Statistiques et sciences des données: traitement, analyse et modélisation des données financières à grande échelle, avec une expertise en machine learning et en intelligence artificielle.

La formation met l’accent sur la résolution de problèmes concrets issus de la finance de marché et de la gestion des risques. Les étudiants développent des compétences avancées en programmation et en calcul haute performance pour répondre aux défis des métiers d’IT Quant. L’enseignement repose sur des projets pratiques et des travaux collaboratifs, simulant les conditions de travail en entreprise.

Un stage d’au moins quatre mois en entreprise ou en laboratoire de recherche vient compléter le cursus, offrant aux étudiants une première expérience professionnelle dans le domaine de la finance quantitative et des technologies de l’information.

Débouchés professionnels

Les diplômés s’orientent vers des postes d’analystes quantitatifs et de développeurs IT Quant au sein des:

• Banques d’investissement (modélisation de produits financiers, gestion des risques de marché et de crédit, pricing d’options exotiques).
• Compagnies d’assurance (gestion des risques actuariels et modélisation stochastique des sinistres).
• Sociétés de gestion d’actifs (optimisation de portefeuille, stratégie de trading algorithmique et gestion quantitative).
• Entreprises de conseil et sociétés de services en ingénierie informatique (développement d’outils de simulation et d’aide à la décision, Big Data et machine learning appliqué à la finance).

La maîtrise des langages de programmation comme Python et C++, ainsi que des bibliothèques spécialisées en calcul scientifique et en machine learning, constitue un atout essentiel pour intégrer ces secteurs en forte demande.