Aller au contenu principal
Oussama Dahhou

Oussama Dahhou

IT Quant · Pricing de Produits Dérivés · Modélisation Stochastique · C++/Python

Talents
ParisMembre depuis 4 mai 2026
PythonC++Monte CarloXVAGARCHCalibrationBacktestingStress TestingVaRCVaRBlack-Scholes-MertonHestonHull-WhiteVasicekAvellaneda-StoikovNatural Language Processing (NLP)XGBoostRandom ForestAWS
·

Recruter cette personne

Envoyez une offre d'emploi directement à ce candidat

PythonC++Monte CarloXVAGARCH

À propos

Migration SAS → Python/AWS : réingénierie d'un modèle de pricing de garantie legacy de SAS vers un codebase Python de production sur AWS S3, améliorant l'efficacité computationnelle, la testabilité et la maintenabilité.

Moteur de pricing Monte Carlo : construction et maintenance d'un moteur de simulation Monte Carlo sous le modèle de taux court Hull-White pour pricer des expositions de crédit contingentes (PFE/EPE), intégrant la dynamique de règlement indexée à l'€STR. Implémentation de modèles — Fixed Income & Volatilité : implémentation de la simulation de taux de Vasicek pour le pricing d'obligations/IRS et de modèles GARCH(1,1) sur les données du CAC 40, intégrés au pipeline de risque en production.

Expérience

Quantitative Developer (Apprentissage) - Bpifrance - Paris, France

(2023-09 - 2025-10)

  • Migration SAS → Python/AWS : réingénierie d'un modèle de pricing de garantie legacy de SAS vers un codebase Python de production sur AWS S3, améliorant l'efficacité computationnelle, la testabilité et la maintenabilité.
  • Moteur de pricing Monte Carlo : construction et maintenance d'un moteur de simulation Monte Carlo sous le modèle de taux court Hull-White pour pricer des expositions de crédit contingentes (PFE/EPE), intégrant la dynamique de règlement indexée à l'€STR.
  • Implémentation de modèles — Fixed Income & Volatilité : implémentation de la simulation de taux de Vasicek pour le pricing d'obligations/IRS et de modèles GARCH(1,1) sur les données du CAC 40, intégrés au pipeline de risque en production.
  • Modélisation de la dépendance : implémentation de routines de calibration de copules Gaussiennes et de Student au sein d'un framework Black-Scholes-Merton pour la modélisation de dépendance de défaut.
  • Outils de validation de modèles : développement d'outils de backtesting (diagnostics PIT, tests de couverture de Kupiec) pour valider les modèles de pricing et de crédit en production.
  • Stress Testing de risque de crédit : application de scénarios de stress macroéconomiques aux matrices de PD/LGD et de transition de rating.

Ingénieur IA (Stage) - DXC Technology - Barcelone, Espagne

(2025-10 - 2025-12)

  • Agent d'Analyse de Sentiment : Développement d'un pipeline basé sur des LLM pour l'extraction de sentiment à partir d'actualités financières, combinant des modèles transformers avec une classification en temps réel pour générer des signaux de marché exploitables.
  • Pipeline NLP : Implémentation d'une architecture de bout en bout basée sur des transformers pour le traitement en temps réel d'articles financiers et la génération automatisée de résumés à grande échelle

Data Scientist (Stage) - Letxbe AI - Paris, France

(2023-06 - 2023-09)

  • Reconnaissance de Formes : Développement d'un système basé sur le NLP pour identifier les indicateurs liés à l'amiante dans la documentation technique et légale.
  • Classification ML : Implémentation et évaluation comparative (benchmarking) de classifieurs XGBoost, MLP et Random Forest pour des tâches d'analyse de documents structurés

Formation

Diplôme d'ingénieur - Mathématiques Appliquées - CY Tech-CY Cergy Paris Université (2022-09 - 2025-12)

Classes Préparatoires - Classes Préparatoires aux Grandes Écoles (MPSI/MP) (2020 - 2022)

Compétences

IT QuantPricing de Produits DérivésModélisation StochastiqueC++/Python

Avis

Associé