Loann Brahimi, PhD | Data Scientist & Quant Developer| Python/C++

Location: Genève, GE, Suisse

Can work onsite in your office in

and around Genève (up to 50km)

Freelancer code of conduct signed

Read the Malt code of conduct

Verified email

9Followers

19Repos

1Gists

Check out languages spoken by Loann

Agatha Frydrych

Backend Java Software Engineer

Baptiste Duhen

Fullstack developer

Amed Hamou

Senior Lead Developer

Audrey Champion

Web developer

Signup to reveal

Top skills

Additional skills (18)

Check out Loann's expertise

PhD., Data Scientist, Développeur Quantitatif et Trader Systématique.

Cumulant 6 années d'expériences en analyse de données et modélisation, ainsi que 2 ans dans le domaine de la gestion d'investissement systématique, je m'efforce de fournir des solutions quantitatives aux entreprises cherchant une plus grande efficacité, ou bien souhaitant développer de nouveaux produits à la pointe de l'innovation.

Mes expériences, en tant que chercheur en Astrophysique et Responsable de la Technologie dans un Hedge-Fund, m'ont permis de développer des méthodes aiguisées de gestion de projet et de développement sous contraintes. Je possède une expertise en calcul numérique, en statistique avancée, en machine learning et en déploiement de solutions ETL.

Mes points forts :

- Mathématiques appliquées

- Gestion de projet

- Recherche Fondamentale

- Data Science & Intelligence Artificielle

- Esprit Start-Up/Goût de l'effort et de l'innovation

Exemples de services que je peux rendre:

- Développement d'un pipeline d'extraction, tranformation et chargement de données

- Analyse prédictives et construction d'un dashboard

- Création et gestion d'une base de données

- Création et monitoring de diverses systèmes algorithmiques autonomes: envoi d'emails automatisés, trading automatisé, scraping de données ...

- Solutions sur mesure, la limite est votre imagination

Au plaisir de travailler avec vous !

Taranis - Hedge Fund

CTO & Quantitative Developer - Trader

PRIVATE EQUITY

January 2022 - Today (2 years and 10 months)

Geneva, Switzerland

Taranis is a systematic Hedge fund that trades S&P500 Futures based on a proprietary Market Sentiment based predictive algorithm. I played a key role in the development of the trading infrastructure and research of the company.

R&D - Financial market patterns research, statistical analysis, machine learning based approaches. Development, deployment and monitoring of Extract Transform and Load (ETL) based Trading pipelines. Development of a proprietary fully automated Portfolio Management System (PMS).
Portfolio & Hedge Fund Management - Full responsibility of the systematic trading of the portfolio. Middle office management of the fund.
Achievements - Generated a P&L of +21.3% overs the year 2023. Awarded for the Manager Futures Newcomer of the Year 2023 at the prestigious European Performance Awards by With Intelligence.

Tools: Python, Scikit-Learn, Tensorflow, PostgreSQL, Office Suite, IBKR TWS Python API

Programmation Python Scikit-learn TensorFlow PostgreSQL Microsoft Office Interactive Broker

Q26

Head Of Technology & Co-Founder

TECH

January 2020 - December 2021 (1 year and 12 months)

Montpellier, France

- Développement d'un framework en Python permettant de fournir des signaux d'investissement aux gérants de fond et clients sophistiqués à partir d'études poussées des séries temporelles générées par les marchés financiers.

- Développement d'un module python permettant de créer et tester une stratégie d'investissement sur les marchés financiers en s'affranchissant de la gestion de la simulation des marchés financiers.

- Analyses statistiques des marchés financiers, développement de stratégies d'investissement, application de modèles de machine learning et d'intelligence artificielle à la détection de réactions émotionnelles des marchés financiers.

- Outils : Python, MongoDB, trading API (MT4, IBKR, FXCM), Scikit-learn, TensorFlow, Dashboard

Gestion de projet Prototype Python MongoDB Neural Networks Trading Risk Management Modelisation GitHub

Université de Montpellier

PhD Thesis : Cosmic Ray transport in the weakly ionized interstellar medium

RESEARCH

September 2017 - November 2020 (3 years and 3 months)

Montpellier, France

- Développement d'un code (en Python et en C++, CR SPECTRA) de transport numérique du Rayonnement Cosmique dans le milieu interstellaire turbulent afin de modéliser la manière dont la distribution du rayonnement cosmique s'échappant des restes de Supernova est modifiée par le confinement généré par les gradients de pression du rayonnement cosmique.

- Implémentation d'un modèle de turbulence auto-générée par le rayonnement cosmique sous-grille dans le code AMR-MHD RAMSES (fortran90) afin de décrire la manière dont la turbulence générée par les gradients de pression du rayonnement cosmique modifie la dynamique du milieu interstellaire turbulent.

- Analyse de données de simulations de CR SPECTRA, RAMSES en python.

- Publications dans des revues scientifiques mondialement reconnues (A&A, MNRAS)

- Présentation de mes travaux dans des conférences nationales, et internationales.

Python Fortran C++ Statistics Mathematics Scientific Publications Conferences Numerical Optimisations LateX GitHub Data visualisation Data science

Damien Perez recommend Loann

Doctorat en Astrophysique

Université de Montpellier

2020