RetourRetour

Appel à candidatures 2026 — Bourse de thèse CFM Women in Quantitative Finance

Institution
Application date
Langue de candidature à l'appel
Français
Discipline
Mathématiques, statistiques et informatique
Objectifs de développement durable





Appel à candidatures 2026 — Bourse de thèse CFM Women in Quantitative Finance

Bourse d’excellence spécifique visant à encourager les jeunes chercheuses dans des domaines scientifiques.

CFM, et plus particulièrement l’Econophysics Lab (www.econophysix.com), s’attache à promouvoir la diversité. C’est dans cet esprit qu’une bourse de thèse dédiée a été lancée, destinée à encourager les jeunes chercheuses dans des domaines scientifiques où elles restent malheureusement sous-représentées.

La bourse finance un projet de thèse d’excellence sur trois ans en finance quantitative, avec les thèmes de prédilection suivants : modélisation de séries temporelles financières, simulations multi-agents, théorie des matrices aléatoires, microstructure des marchés, dynamique du carnet d’ordres, impact de marché et instabilités financières. Les candidates travailleront aux côtés d’experts de renommée internationale, au sein d’une équipe associant chercheurs académiques et praticiens.

Un intérêt pour la finance est souhaité, mais aucune connaissance préalable du domaine n’est requise. La rémunération s’élève à 2 625 euros bruts mensuels, un montant sensiblement supérieur aux bourses de thèse classiques. Un accompagnement spécifique sera également proposé tout au long de la thèse afin de faciliter la participation à des conférences et écoles d’été à l’étranger.

À noter que l’Econophysics Lab poursuit désormais son développement en dehors de l’École Polytechnique, dans un environnement encore plus aligné avec ses ambitions et son identité interdisciplinaire. Cette nouvelle étape s’inscrit dans la continuité de ses partenariats solides avec l’Institution Louis Bachelier et sa Fondation du Risque, et ouvre de nouvelles perspectives de croissance.

Profil recherché
- Master en mathématiques appliquées, physique théorique, sciences de la vie ou discipline connexe
- Bonne intuition, créativité et rigueur, ainsi qu’un goût marqué pour l’analyse de données et la modélisation
- Bonnes compétences analytiques et de programmation en Python, C++ ou R
- Bon esprit d’équipe

Les candidates sont invitées à envoyer leur CV, une lettre de motivation ainsi que deux lettres de recommandation maximum à l’adresse suivante : michael.benzaquen@cfm.com, avant le 1er juin 2026.