Langages de programmation : les plus demandés dans l'IT finance

Par: LE BRIS 20-6-2017

Catégories:Actualités des technologies,

En pleine reconversion dans l'IT finance, vous souhaitez savoir quels langages sont à privilégier pour maximiser vos chances de recrutement ? Le site efinancialcareers fait le point sur ceux les plus en vogue sur les grandes places financières.

-> PYTHON
Le langage est très répandu dans les banques d'investissement. Il sert notamment à l'utilisation pour les plateformes de pricing, la gestion des risques ou encore au trade management. Récemment, les plateformes de trading ont été reprogrammées pour fonctionner avec Python plutôt qu'avec d'autres langages moins développés. Les banques exigent souvent la double compétences Python/JAVA pour intégrer leurs équipes.
En France, la demande est encore faible mais les candidats encore plus rares. Le ratio candidats/postes disponibles est donc très favorable.

-> C++
Le langage connaît un rebond ces dernières années. La demande augmente mais le nombre de candidat disponible est faible. On constate une réelle pénurie de ces experts en programmation. C++ est utilisé dans des situations qui demandent beaucoup de vitesse : demande de grandes banques ou tradding de haute fréquence.

-> Java
Le langage Java est pro-éminent dans les banques d'investissement. La clé pour se démarquer : présenter le domaine d'expertise avec des compétences complémentaires en informatique. Pour se rendre plus employable, il peut aussi être intéressant de connaître un langage supplémentaire ou d'avoir des connaissances en lien avec le Big Data.

-> Matlab
Une compétence commune parmi les informaticiens mais présente dans peu d'offres d'emploi. Il doit pourtant faire partie du bagage des programmeurs travaillant sur les recherches quantiques.

-> R
Les banques utilisent ce langage car le Big Data devient très important pour être compétitif dans l’industrie financière. Les systèmes de trading haute fréquence ou à faibles latences utilisent ce langage pour élaborer des programmes d'analyse des données d'investissement et de gestion des risques. Le langage R est souvent utilisé en complément de Python.