Stella M

• • Conçu et développé des pipelines ETL automatisés de niveau production en utilisant Python et SQL, optimisant l'ingestion de données à partir de formats standards de l'industrie, ce qui a permis de réduire de 40 % le temps de traitement et d'améliorer l'accessibilité des données financières pour les opérations de trading.

• • Créé des moteurs de calcul pour les rapports SFDR (EET), Solvabilité II (TPT) et PRIIPS, intégrant des métriques ESG pour garantir la conformité réglementaire et améliorer considérablement la transparence financière des activités de trading.

• • Refactorisé des scripts hérités en une architecture modulaire de chargement-nettoyage-formatage, augmentant la capacité de débogage et de maintenance du système tout en externalisant la configuration, ce qui a entraîné une réduction de 30 % des coûts d'ingénierie pour les équipes non techniques.

• • Exploité Python, SQL et des pratiques CI/CD pour améliorer l'efficacité du traitement des données en arrière-plan, garantissant des capacités de reporting financier robustes et soutenant une conformité réglementaire stricte.

Conception d'un pipeline automatisé de stress-testing en Python via des architectures multi-agents (CrewAI / LangChain), intégrant du NLP pour

simuler l'impact macroéconomique croisé (cross-asset) d'événements de type Black Swan.

Développement d'un réseau d'IA collaboratif (modélisant un Supply Chain Analyst, un Macroéconomiste et un Quant Risk Manager) via TensorFlow

et PyTorch. Le système débat sur des données d'actualité non structurées pour générer des matrices d'exposition de portefeuille basées sur un

consensus (JSON / Pandas DataFrames).

• Architecture d'un backend modulaire sur Azure couplant l'ingestion d'API financières en temps réel à une logique IA décisionnelle. L'outil

transforme des scénarios de crise théoriques en signaux de trading quantitatifs exploitables, restitués via une interface Streamlit.

• • Conçu Track-Cœur, une solution de monitoring innovante pour l'épilepsie pédiatrique rare, améliorant considérablement les soins aux patients et optimisant les processus de collecte de données grâce à des méthodologies avancées en informatique.

• • Dirigé une équipe pluridisciplinaire de 5 membres provenant de l'ENSAE, d'ENS Ulm et d'EDHEC, favorisant la collaboration et la prise de décision rapide sous pression lors d'un hackathon intense de 40 heures.

• • Piloté la préparation et la présentation finale, articulant efficacement les objectifs du projet et les détails techniques aux parties prenantes, démontrant des compétences essentielles en travail d'équipe et en prototypage rapide dans des environnements dynamiques.