Analyste*, Solutions numériques et analytique – Actifs réels

Devenez un actif pour la collectivité !

Faites partie de l’équipe de La Caisse et ressentez la fierté de contribuer à l’avenir financier de millions de Québécois et Québécoises en créant un monde plus durable.

À La Caisse :

• On valorise votre apport unique au sein d’une équipe d’envergure mondiale.

• On vous confie un travail qui vous permet de vous épanouir et de vous dépasser.

• On vous offre des occasions d’apprendre aux côtés de spécialistes généreux de leur savoir.

• On s’investit pleinement pour vous qui, chaque jour, réalisez notre mission.

Au fil des années, nous avons bâti une culture forte qui repose sur quatre piliers : l'ambition pour se dépasser, l'imputabilité pour concrétiser nos convictions, l'ouverture pour s'enrichir grâce à des idées créatives et la collaboration pour nous propulser vers les meilleurs résultats pour la population du Québec.

Description d'emploi

* Le niveau du poste peut varier en fonction du profil de la personne retenue.

Au sein de l’équipe Données analytique et transformation technologique (DATT), vous rejoignez une escouade analytique dédiée aux actifs privés. Vous contribuez à transformer la donnée brute en avantage décisionnel concret, générant des gains informationnels et d’efficacité opérationnelle. Vous jouez un rôle clé en orientant et en accompagnant les équipes dans l’utilisation stratégique des données pour soutenir les décisions d’investissement.

Ce que vous ferez

• Développer et déployer des modèles quantitatifs et des algorithmes d’analyse appliqués aux processus d’investissement des actifs privés (immobilier, infrastructure, crédit privé, placements privés) afin de soutenir la prise de décision;
• Collaborer étroitement avec les équipes d’investissement et les autres secteurs d’affaires pour analyser les opportunités d’investissement et transformer les signaux en informations actionnables;
• Identifier des sources de données alternatives ou non structurées et concevoir des pipelines d’ingestion et d’enrichissement de données;
• Utiliser les modèles de langage (LLM) de façon structurée et rigoureuse (prompt engineering, RAG, orchestration d’agents) afin d’accélérer la recherche, l’extraction d’information et la production d’analyses;
• Produire des visualisations et des livrables analytiques clairs destinés aux équipes d’investissement, influençant directement les décisions d’investissement.

Ce qui vous distingue

• Capacité démontrée à transformer des données complexes en valeur concrète pour les décideurs;
• Forte orientation vers l’impact décisionnel et les résultats mesurables;
• Excellentes habiletés de collaboration avec des équipes multidisciplinaires;
• Capacité à vulgariser des analyses complexes et à communiquer efficacement des recommandations;
• Approche structurée, rigoureuse et orientée vers les solutions.

Ce que vous apportez

Compétences requises :

• Baccalauréat ou maîtrise dans une discipline quantitative (statistiques, mathématiques appliquées, informatique, ingénierie financière, science des données ou équivalent);
• De une (1) à cinq (5) années d’expérience dans un rôle analytique ou en science des données, en finance, en conseil ou en technologie;
• Expérience démontrée dans la mise en place de solutions analytiques (modèles, algorithmes ou analyses) ayant généré de la valeur concrète (gain d’efficacité et/ou gain informationnel);
• Maîtrise avancée de Python et de ses bibliothèques de science des données (pandas, numpy, scikit-learn);
• Maîtrise de SQL, incluant la rédaction de requêtes complexes et l’optimisation de performance;
• Solides compétences en modélisation statistique et en apprentissage automatique (régressions, séries temporelles, arbres de décision, méthodes ensemblistes, techniques de validation);
• Expérience dans l’utilisation structurée des modèles de langage (prompt engineering, RAG, orchestration d’agents);
• Connaissance des pratiques de base en MLOps;
• Expérience avec des données non structurées (NLP, extraction de documents, OCR, LLM);

Compétences souhaitées (atouts) :

• Connaissance des actifs privés (évaluation, performance, métriques clés) ou des mécanismes de valorisation des marchés non cotés, incluant la dette;
• Notions en traitement de données géospatiales;
• Familiarité…