Analyste quantitatif (quant analyst)

À horizon 3-7 ans, le métier se recompose autour de la fusion quant + IA. Les modèles purement statistiques cèdent du terrain aux approches hybrides 'quantamental' (quant + fondamental via NLP/LLM). Automatisation progressive des tâches de pricing et risk standard pousse les juniors à monter en spécialisation. Basel 3.1 et régulations futures créent une forte demande en credit risk modellers et regulatory quants. Risque de suroffre de 'quants generalist' sans différenciation IA, compensée par pénurie de vrai talent cross-domain (mathématique + ML + domaine). Évolution probable des rôles : moins d'exécution pure, plus de supervision des agents IA et d'ajustement des hyperparamètres.

À 10-15 ans, deux scénarios plausibles émergent : (1) Scénario 'automation avancée' : le cœur de métier (pricing, risk, alpha generation) devient piloté par agents IA autonomes sous supervision humaine allégée. Les besoins se concentrent sur architectes de systèmes IA et experts régaliens (compliance, audit de modèle). Volume d'emploi décline de 20-30%. (2) Scénario 'complexification durable' : la réglementation s'épaissit, les interactions IA-humain créent de nouvelles exigences (explainabilité, fairness, audit), et les marchés deviennent plus fragmentés (crypto, nouvelles classes). Les quants restent nécessaires mais différents : moins calculateurs, plus stratèges et 'auditeurs d'IA'. La trajectoire dépendra largement des choix régaliens (prudence vs déréglementation) et du succès réel des agents IA sur les marchés réels.