Enseignements

Cours commun :

Analyse de Données et Scoring

EnseignantDENIS PASQUIGNON (Dauphine)

Objectif : Ce cours a pour objet la présentation des méthodes de classification supervisée, et plus particulièrement celles qui ont recours à un score.

 

Méthodes pour les modèles de Régression

Enseignant : KATIA MULLER-MEZIANI (Dauphine)

Objectif :  Décrire et manipuler les méthodes modernes les plus classiques de la régression afin de fournir un bagage statistique solide aux étudiants.

 

Processus Stochastiques

Enseignant : IMEN BEN TAHAR (Dauphine)

Objectif :  Approfondir les notions de processus stochastiques, équations différentielles stochastiques et contrôle stochastique.

 

Modélisation stochastique de la courbe de Taux

Enseignant : Gabriel TURINICI (Dauphine)

Objectif : Ce cours est consacré aux modèles de taux d’intérêt à temps continu. Au travers de nombreux exemples, on décrira leur utilisation pour évaluer les produits dérivés sur taux d’intérêt.

 

Modélisation Stochastique du Risque de Crédit

Enseignant : EMMANUEL LEPINETTE (Dauphine)

Objectif : Le but de ce cours est l’étude de deux catégories de modèles dynamiques qui ont été développés pour quantifier le risque de crédit.

 

Introduction au Machine Learning I

Enseignant : PIERRE BRUGIERE (Dauphine)

Objectif : Ce cours est pour comprendre comment utiliser les Supports Vectors Machines pour l’apprentissage supervisé et non supervisé.

 

Introduction au Machine Learning II

Enseignant : DIDIER JEANNEL (SNECMA)

Objectif : Comprendre les enjeux du machine learning, connaitre les principaux algorithmes et leurs limites, apprendre à mettre en œuvre les méthodes, sélectionner les méthodes en fonction des problématiques posées, et savoir interpréter et comparer.

 

Deep Learning

Enseignant : AURÉLIEN GÉRON (Kiwisoft)

Objectif : Etudier plusieurs exemples d’utilisation de Python en machine learning : librairies Scikit-Learn et Tensor Flow, Knowledge Graphs, Deep Learning.

 

Méthodes Actuarielles

Enseignant : STÉPHANE PRIAULET (Allianz Global Investors)

Objectif : Le cours a pour objet de fournir une explication détaillée de la structure par terme taux et d’apporter un éclairage sur les différentes stratégies de gestion et leur mise en oeuvre.

 

Méthodologie en Gestion Globale des Risques : VAR

Enseignant : DENIS BERTIN (BNP Paribas)

Objectif :  Clarifier la notion de risque et présenter les principales techniques et méthodes de VaR permettant de mesurer, analyser et prédire le risque. Le risque de marché fera l’objet d’une attention particulière au travers de l’analyse de la VaR. Les méthodes de gestion globale du risque de marché lorsque les sources d’incertitudes sont multiples seront également étudiées.

 

Introduction à l’Assurance Vie et Non Vie

Enseignant : MICHEL GERMAIN (ACPR Banque de France)

Objectif : Le cours met l’accent sur l’assurance vie et présente également les principaux modèles de l’assurance non vie.

 

Introduction à la Réglementation

Enseignant : ARNAUD SCUDERONI (Crédit Agricole Assurances)

Objectif : Le cours a pour objectif, par le prisme de la réglementation financière, de sensibiliser les étudiants aux enjeux stratégiques liés à l’évaluation et à l’encadrement des risques auxquels les Banques et les Entreprises d’Assurances sont exposées dans l’exercice de leur fonctions économiques.

 

Solvabilité 2

Enseignant : LOUIS-ANSELME DE LAMAZE (Actuelia)

Objectif : Fournir aux étudiants des connaissances sur le contrôle prudentiel des organismes d’assurances. Il leur permettra d’appréhender la complexité des problèmes comptables et les mécanismes d’évaluation du ratio de solvabilité. Le fonctionnement et l’approche de la gestion des risques dans le secteur de l’assurance seront dans ce nouveau contexte.

 

Pratique des Options

Enseignant : BERTRAND FAUCHER (BNP Paribas)

Objectif : Ce cours évoque les responsabilités d’un market maker d’options. Il permet de maîtriser les implications concrètes au-delà des équations de la gestion d’un portefeuille d’options  et d’acquérir des réflexes afin de repérer rapidement les principales sources de risques.

 

Culture Financière et Pratique de Bloomberg

Enseignant : PIERRE BRUGIERE (Dauphine)

                    CHLOÉ RABANEL (Société Générale)

                    DENIS BERTIN (BNP Paribas)

Objectif : Ce module permet de connaître les principaux types d’instruments de capital ou de dette et la manipulation de données financières sur Bloomberg.

 

Python

Enseignant : PIERRE LANCIEN (Toxicode)

Objectif : Apprendre à utiliser le langage Python. Réaliser un mini projet en Python.

 

SAS et R 

Enseignant : CLAIRE UTIEL (Lincoln)

Objectif : Apprendre à utiliser SAS et R. Réaliser un mini projet en SAS ou R.

 

Conduite de Projet de Communication

Enseignant : CLAUDE VINCENT (CFA)

                    OLIVIER SOUSSAN (Consult)

Objectif : Familiariser les étudiants aux méthodes de communication dans le cadre d’un projet concret et de leur apprendre les bases de la communication en entreprise (à l’oral comme à l’écrit).

 

Anglais des Affaires

Enseignant : CATHERINE PIOLA (Dauphine)

Objectif : Le cours a pour but d’amener les apprenants à développer des stratégies qui leur permettent d’améliorer leurs compétences langagières, à l’écrit comme à l’oral. Un contenu lié à la recherche d’emploi et au monde du travail est abordé aux moyens de simulations et d’exercices de compréhension, de production et d’écoute.

 

Cours – Parcours Quantification des Risques Financiers : 

 

Approches Détérministes et Stochastiques pour la Valuation d’Options

EnseignantGABRIEL TURINICI (Dauphine)

                   WAFA MHIRI (Société Générale)

Objectif : Maîtriser les méthodes de simulation des processus stochastiques et leur utilisation pour l’évaluation des prix et sensibilités d’options.

 

Instruments de Crédit et CDOs 

Enseignant : PIERRE BRUGIERE (Dauphine)

Objectif : Ce cours a pour objet la présentation des principaux concepts et méthodes utilisées pour la définition, la mesure et la gestion du risque de crédit.

 

Cours – Parcours Modélisation et Analyse Statistique : 

 

Pratique du Machine Learning

Enseignant : SOPHIE LARUELLE (UPEC)

Objectif : Classification Non-supervisée et Supervisée (et participation à Compétition Kaggle).

 

Data Mining pour la Relation Client et le Marketing

Enseignant : FABRICE SIMON (Groupe Avisia)

Objectif :  Illustrer des applications du data mining (réseau de neurones, arbre de décisions…etc) en entreprise: ciblage marketing, scoring, text mining… etc.

 

Conférences 2019-2020 (commun) : 

 

Plusieurs conférences auront lieu tout au long de l’année, elle seront tenues par des professionnels et seront associées aux cours.

  • LA RÉASSURANCE LAURENT MONTADOR (CCR)
  • MEASURING AND MAXIMIZING SHAREHOLDER VALUE – XAVIER BOTTERI (Paraconic)
  • PRODUITS STRUCTURES ET DERIVES ACTIONS – ANTOINE HARANG (HSBC)
  • HEDGE FUNDS AND REGULATIONS – YANN AIT MOKHTAR (Boussard & Gavaudan)
  • MACHINE LEARNING AT OCDE  – NOBUHISA NISHIGATA (OCDE)
  • BLOCKCHAIN AND CRYPTOCURRENCIES – REMY OZCAN (Crypto4all)