Le langage de programmation qui vous ouvrira les portes des meilleurs jobs en banque
Si vous envisagez d’apprendre un langage de programmation susceptible de vous ouvrir les portes des jobs les plus intéressants du secteur bancaire, il n’est pas forcément indispensable de donner la priorité à Python ou Java. Les initiés le savent, les langages à vraiment maîtriser en finance tiennent en deux lettres : K et Q, ceux qui vont de pair avec la base de données KDB.
Nous avons déjà abordé le sujet. En 2017, nous remarquions que KDB+ était le système de base de données utilisé par les banques, hedge funds et établissements de trading haute fréquence pour une extraction rapide des données et les technologies d’analytique. Q est le langage de requête. K est celui de KDB, acronyme de K et Data Base plus.
Plus les banques ont besoin d’une extraction rapide des données, plus les programmeurs KDB/Q sont recherchés.
Les banques embauchent généralement des traders KDB/Q pour des postes de développeurs en front office, en soutien de la salle des marchés. Goldman Sachs par exemple, recherche actuellement pour son équipe de tenue de marché (à Bangalore) un desk strat avec déjà une expérience en KDB. JPMorgan cherche pour sa division prime finance à Londres un analyste en recherche quantitative sachant coder en Q. C’est le langage des traders algorithmiques et des analystes de données à haut débit.
Si vous voulez apprendre Q, la personne à connaître est Nick Psaris, un développeur de Bank of America à New York, qui se décrit comme « passionné par l’utilisation et l’enseignement de kdb+ pour transformer les entreprises, » et qui vient de publier un ouvrage intitulé « Fun Q: A functional introduction to machine learning in Q. » La page GitHub de Nick Psaris est accessible ici. Si vous n’accrochez pas, allez voir daily q, qui pourra sans doute aussi vous aider.
Si vous voulez vraiment vous différencier, vous pourriez aller voir plus loin et apprendre K lui-même. « Les banques sont unanimes et ne tarissent pas d’éloges sur K, » raconte un quant strat. « K a toujours été considéré comme trop difficile pour un usage normal, mais on en a toujours besoin pour les travaux de requête importants, » ajoute-t-il.
Sans surprise, peu de gens savent coder en K, en partie en raison de la difficulté d’apprentissage. Une alternative pourrait émerger avec le temps. En octobre dernier, Arthur Whitney – l’informaticien canadien inventeur des langages K et Q, qui a développé la base de données KDB, a lancé Shakti, une nouvelle plateforme de données à haut débit avec une interface Python.
