If the form didn’t load, you can write to us directly at admission@albertschool.com and we'll take care of your request.
Si le formulaire ne s’est pas chargé, vous pouvez nous écrire directement à admission@albertschool.com et nous traiterons votre demande.
Loading...
Chargement...
Un étudiant d’Albert School présente devant un écran lors d’une séance du programme de finance
Logo de Mines Paris – PSL Logo Edmond de Rothschild Diplôme conférant le grade de Master, contrôlé par l’État
Programmes → MSc Data & AI for Quantitative and Corporate Finance

MSc Data & AI for Quantitative and Corporate Finance

Un Master of Science de deux ans à Genève, enseigné en anglais et parrainé par Edmond de Rothschild. Un premier semestre commun, puis une spécialisation en Finance de marché ou en Finance d’entreprise, avec la data et l’IA à chaque étape.

2 ans
Un Master of Science à temps plein, accrédité
120 ECTS, Bac+5
2 spécialisations
Finance de marché
ou Finance d’entreprise
À choisir dès le semestre 2
Genève
Une capitale mondiale de la finance
Enseignement 100 % en anglais
Place financière internationale
94 %
ont décroché un emploi avant la fin du programme
(données Albert School 2026)

Nos partenaires

  • Logo Edmond de Rothschild
  • Logo Société Générale
  • Logo SwissBorg
  • Logo Crédit Agricole Indosuez Wealth Management
  • Logo BNP Paribas
  • Logo BlackRock
Deux spécialisations

Choisissez votre spécialisation : Finance de marché ou Finance d’entreprise

Le semestre 1 est commun à tous les étudiants : marchés, finance d’entreprise et fondamentaux de la data. À partir du semestre 2, vous vous spécialisez. Cliquez sur une spécialisation pour adapter le programme et les débouchés ci-dessous, ou gardez les deux à l’écran.

Finance de marché

Pour qui ?

Pour les candidats qui visent un métier de trader, de structureur, d’analyste quantitatif ou de gérant de portefeuille, aiment travailler avec les chiffres, les modèles et les données de marché, et savent décider vite.

Le programme en bref

  • Valorisation des produits de marché. Taux et dérivés dans le tronc commun, puis produits structurés et trading de matières premières.
  • Trading algorithmique. Machine learning et IA pour concevoir et tester des stratégies de trading.
  • Gestion d’actifs. Gestion de portefeuille et maîtrise du risque financier, de la gestion obligataire à la gestion de patrimoine.
  • La data science au cœur du programme. Python, prévision de séries temporelles et machine learning appliqués aux données de marché, du premier semestre jusqu’aux systèmes en production.

Les métiers auxquels elle mène

  • Trader, structureur, analyste quantitatif
  • Analyste risques, trader de matières premières
  • Data scientist au sein d’une équipe marchés

Parmi les employeurs : banques d’investissement, hedge funds, sociétés de gestion, family offices et sociétés de négoce de matières premières.

Finance d’entreprise

Pour qui ?

Pour les candidats qui visent la banque d’investissement, le private equity ou la finance d’entreprise, veulent valoriser des sociétés, structurer des opérations et conseiller des dirigeants, et sont à l’aise pour construire un dossier financier à partir de modèles et de données.

Le programme en bref

  • Valorisation d’entreprises. Des sociétés saines aux sociétés en difficulté, avec les décisions de structure du capital et de financement.
  • Fusions-acquisitions (M&A) et private equity. Conseil en acquisitions, puis modélisation de LBO et rachats d’entreprises au dernier semestre.
  • Marchés de capitaux. Émissions d’actions et de dette (ECM/DCM).
  • L’analyse de données au cœur du programme. Planification et analyse financières, audit par la data et machine learning appliqués aux décisions d’entreprise.

Les métiers auxquels elle mène

  • Analyste en banque d’investissement, conseiller en fusions-acquisitions
  • Analyste en private equity, financement d’actifs
  • Analyste en finance d’entreprise et FP&A

Parmi les employeurs : banques d’investissement, boutiques de conseil, fonds de private equity et grands groupes.

Vous pouvez dès maintenant commencer votre candidature. En la préparant, prenez rendez-vous avec notre équipe des admissions : elle vous aidera à choisir la spécialisation qui correspond à vos objectifs de carrière.

Le programme en détail →
Le programme en bref

Le programme en quatre étapes

Un premier semestre commun donne à tous les mêmes bases en marchés, en finance d’entreprise et en data. À partir du semestre 2, les étudiants se spécialisent en Finance de marché ou en Finance d’entreprise, avec la data et l’IA appliquées à chacune.

  1. 01

    Semestre 1 : le tronc commun

    Finance

    Les fondamentaux des marchés et de la finance d’entreprise, quelle que soit votre spécialisation.

    Fixed Income & Rates Markets · Derivatives: Foundations & Pricing · Corporate Financial Analysis & Value Creation

    Data & IA

    Python, SQL et statistiques dès le premier jour, au niveau qui correspond à votre parcours : Débutant, Intermédiaire ou Avancé.

  2. 02

    Semestre 2 : la spécialisation

    Finance
    Finance de marché

    Commodity Trading · AI for Algorithmic Trading · Structured Products & Pricing Strategies

    Finance d’entreprise

    M&A Advisory · Business Valuation: From Mature to Distressed · Capital Structure & Financing Decisions

    Data & IA, les deux spécialisations

    Le machine learning au service des données financières : prévision de séries temporelles, modèles de langage et MLOps pour mettre un modèle en production.

  3. 03

    Stage

    Un stage de fin d’études de 3 à 9 mois au premier semestre de la deuxième année, à Genève ou dans une autre place financière.

    Le stage permet d’appliquer la data et l’IA au sein d’une équipe de finance, dans des domaines comme l’automatisation des processus en gestion de patrimoine, la data et l’IA pour le trading de matières premières, la modélisation du risque de crédit, la recherche quantitative ou le trading algorithmique.

  4. 04

    Semestre 4 : aller plus loin

    Finance
    Finance de marché

    Portfolio Management and Quantitative Strategies · Sustainable & Impact Investing · Blockchain & Decentralised Finance

    Finance d’entreprise

    LBO Modelling & Private Equity · ECM/DCM Fundamentals · Asset Finance: Infrastructure, Real Estate & Private Assets

    Data & IA, les deux spécialisations

    AI for Finance: From Signal to System · AI systems at scale and cloud computing · causal inference and applied econometrics.

La data et l’IA appliquées à la finance

  • Trading algorithmique

    Le machine learning pour construire et tester des stratégies de trading.

  • Prévision

    Des modèles de séries temporelles pour les marchés et les comptes des entreprises.

  • Planification financière et audit

    L’analyse de données pour planifier, contrôler et valoriser une entreprise.

  • Modèles en production

    MLOps et ingénierie cloud pour mettre en service les modèles développés.

Programme détaillé

Au programme : valorisation, M&A, dérivés, trading algorithmique et IA

Le programme part des métiers que vous visez. Il s’organise en cinq domaines, autant de compétences que recherchent les équipes de finance : valoriser une entreprise, boucler une opération, opérer sur un marché, évaluer le risque, construire avec la data et l’IA. La data et l’IA traversent tous ces domaines, de votre premier cours de Python aux modèles en production.

Parrainé par :Logo Edmond de Rothschild
01

Valorisation d’entreprises et finance d’entreprise

Lire les chiffres d’une entreprise, la valoriser et décider comment la financer, qu’il s’agisse d’un groupe stable ou en difficulté.

Corporate Financial Analysis & Value Creation · Business Valuation: From Mature to Distressed · Capital Structure & Financing Decisions · Data for Financial Planning & Analysis · Data Analytics for Business Audit · Wealth Management & Family Office

M&A Advisory · LBO Modelling & Private Equity · ECM/DCM Fundamentals · Asset Finance: Infrastructure, Real Estate & Private Assets

Fixed Income & Rates Markets · Commodity Trading · AI for Algorithmic Trading · Blockchain, Crypto & Decentralised Finance · Corporate Entrepreneurship & Innovation Finance

Derivatives: Foundations & Pricing · Structured Products & Pricing Strategies · Financial Risk Management: Corporate & Institutional

Python Fundamentals & Development Environment · SQL, Data Querying & Business Dashboards · Applied ML: Foundations, Engineering & Evaluation · Time Series Analysis & Forecasting · Generative AI · MLOps & Model Deployment · Data Engineering & Cloud Infrastructure · Causal Inference & Experimental Methods · Applied NLP: From fine-tuning to production · AI for Finance

Les cours de data sont proposés à trois niveaux (Débutant, Intermédiaire, Avancé) : vous démarrez là où votre parcours vous place.

Des étudiants en tenue professionnelle présentent lors d’une séance de Business Deep Dive

Business Deep Dives : là où la théorie rencontre la pratique

Trois étudiants d’Albert School devant l’écran de présentation du Business Deep Dive d’Edmond de Rothschild

Un Business Deep Dive (BDD) est un projet réel confié par une entreprise partenaire. Toutes les trois semaines, l’équipe dirigeante du partenaire présente un problème financier concret, avec ses données. Des équipes d’étudiants travaillent dessus, puis présentent leur analyse et leurs recommandations à cette même équipe dirigeante.

  1. 01

    Le brief. Une entreprise partenaire présente un vrai problème et les données qui vont avec.

  2. 02

    Le travail. Votre équipe analyse les données et prépare une recommandation.

  3. 03

    La présentation. Vous présentez devant les dirigeants qui ont proposé le cas, et répondez à leurs questions.

  • Mettre la théorie à l’épreuve. Ce que vous apprenez en cours est testé sur les données d’une vraie entreprise, pas sur un cas d’école.
  • Construire son réseau. Vous rencontrez des professionnels de la finance pendant vos études, et pas seulement après le diplôme.
  • Ouvrir des portes. Les BDD ouvrent la voie vers des stages et des emplois.
  • Logo Edmond de Rothschild
  • Logo Crédit Agricole Indosuez Wealth Management
  • Logo SwissBorg
Les quais de Genève avec le Jet d’eau et le drapeau suisse, la place financière où est enseigné le MSc
Là où vous étudiez

Étudiez la finance à Genève, l’une des premières places financières au monde

  • Banque privée et gestion d’actifs

    Pictet, Lombard Odier, Edmond de Rothschild, Union Bancaire Privée, Mirabaud.

  • Négoce de matières premières

    L’un des grands centres mondiaux du négoce, où Mercuria, Vitol, Gunvor et Trafigura pilotent depuis la ville d’importantes activités de trading.

  • Organisations internationales

    L’Organisation des Nations Unies, l’Organisation mondiale du commerce, l’Organisation mondiale de la santé, l’Organisation internationale du travail et l’Organisation mondiale de la propriété intellectuelle.

Genève réunit banque privée, gestion d’actifs et négoce de matières premières. Pictet, Lombard Odier, Edmond de Rothschild et Union Bancaire Privée y ont leur siège, aux côtés d’UBS, de BNP Paribas, de Société Générale et de Crédit Agricole Indosuez.

Genève est aussi une ville où il fait bon vivre. Sûre, à taille humaine et internationale, elle a le lac Léman en plein centre, et les Alpes et le Jura à portée de main : baignade et voile en été, stations de ski à environ une heure en hiver. Elle figure régulièrement parmi les villes les plus agréables à vivre au monde.

Découvrir le campus de Genève →
  • Vue aérienne des toits de Genève avec le Jet d’eau sur le lac Léman
  • Immeubles sur les quais de Genève, l’une des places financières d’Europe
  • Voilier sur le lac Léman avec les Alpes derrière Genève
  • Vue aérienne des immeubles du quartier de l’Étang à Vernier, Genève, où se trouve le campus
Débouchés

Des stages pour lancer votre carrière dans la finance

Chaque étudiant effectue un stage de 3 à 9 mois, dans des domaines très variés de la finance, du private equity au risque de crédit en passant par l’IA. Les stages peuvent se faire à Genève ou dans d’autres grandes places financières, comme Londres, New York ou Singapour.

  • Jack, IA & Data, Chief of Staff chez Edmond de Rothschild, Genève, Suisse

    Jack

    Genève, Suisse

    IA & Data, Chief of Staff

  • Zeff, Private Equity chez B3 Partners, Malines, Belgique

    Zeff

    Malines, Belgique

    Private Equity

  • Marthe, IA et automatisation des processus chez SwissLife Wealth Management, Paris, France

    Marthe

    Paris, France

    IA et automatisation des processus

  • Remy, Relations investisseurs chez Naxicap Partners, Paris, France

    Remy

    Paris, France

    Relations investisseurs

  • Serban, Modélisation du risque de crédit chez UniCredit, Munich, Allemagne

    Serban

    Munich, Allemagne

    Modélisation du risque de crédit

  • Charles, Gestion des risques chez ODDO BHF, Francfort, Allemagne

    Charles

    Francfort, Allemagne

    Gestion des risques

  • Fadi, Data et IA pour le trading de matières premières chez Quideos, Paris, France

    Fadi

    Paris, France

    Data et IA pour le trading de matières premières

Romain, étudiant d’Albert School, stagiaire chez Pictet à Genève
« Pendant mes études à Albert School, on m’a proposé un stage chez Pictet à Genève, comme ingénieur en IA générative. L’école nous prépare à un processus de recrutement exigeant et nous pousse à voir grand dès les premières expériences professionnelles. »
RomainÉtudiant
Après le MSc

Des carrières en banque d’investissement, private equity, trading et gestion des risques

94 %

ont décroché un emploi avant la fin du programme. Données 2026, sur l’ensemble des programmes de finance d’Albert School.

Voici les voies que visent les étudiants, la spécialisation qui y mène et les cours qui y préparent.

M&A Advisory · Business Valuation: From Mature to Distressed · Capital Structure & Financing Decisions · ECM/DCM Fundamentals

LBO Modelling & Private Equity · Asset Finance: Infrastructure, Real Estate & Private Assets · Corporate Entrepreneurship & Innovation Finance

Corporate Financial Analysis & Value Creation · Data for Financial Planning & Analysis · Data Analytics for Business Audit

Derivatives: Foundations & Pricing · Structured Products & Pricing Strategies · Fixed Income & Rates Markets

AI for Algorithmic Trading · Time Series Analysis & Forecasting · Reinforcement Learning · AI for Finance: From Signal to System

Commodity Trading · Fixed Income & Rates Markets · Time Series Analysis & Forecasting

Financial Risk Management: Corporate & Institutional · Derivatives: Foundations & Pricing · Applied Statistics & Econometrics for Business

Wealth Management & Family Office · Asset Finance: Infrastructure, Real Estate & Private Assets

MLOps & Model Deployment · Generative AI I and II · Applied NLP: From Fine-Tuning to Production · Data Engineering & Cloud Infrastructure

Salaires de départ habituels en finance

Salaire annuel brut de base, postes juniors en Suisse. Fourchettes indicatives issues d’enquêtes salariales (données 2023–2026).

Analyste financier
CHF 95k–130k
Analyste financier en entreprise (1–3 ans)
~CHF 92k
Analyste en investissement junior
CHF 100k–130k
Analyste quantitatif (0–3 ans)
~CHF 85k–92k
Vie étudiante

Une communauté construite autour de la finance

À Albert School, la finance ne s’arrête pas à la salle de cours. Les étudiants ont bâti des communautés autour d’elle, et l’école soutient et valorise leurs initiatives.

Des membres de l’Albert Quant Trading Club devant l’escalier du campus, en t-shirts Jane Street

Albert Quant Trading Club

Une asso d’étudiants en Bachelor et en Master passionnés par la finance de marché, le trading algorithmique et la recherche quantitative. Elle organise des préparations aux entretiens, des rencontres avec des recruteurs et des simulations de trading. Sa première simulation, menée avec AmplifyME et Morgan Stanley, a réuni 139 étudiants, et l’asso a noué un partenariat avec Jane Street.

  • Logo Morgan Stanley
  • Logo AmplifyME
  • Logo Jane Street
Diplôme

Un diplôme conjoint avec Mines Paris – PSL

Mines Paris – PSL est l’une des plus anciennes écoles d’ingénieurs de France et un membre fondateur de l’Université PSL, classée n° 1 en France et 34e au monde au QS World University Rankings 2027. Vous obtenez un diplôme délivré conjointement par Mines Paris – PSL et Albert School.

Diplôme conférant le grade de Master, contrôlé par l’État

Grade de Master

Par arrêté du 3 mars 2026, publié au Journal officiel le 12 avril 2026, Mines Paris – PSL, en partenariat avec Albert School, est autorisée à délivrer le grade de Master à son Master of Science. Conféré par le ministère de l’Enseignement supérieur et de la Recherche, il étend au niveau Master la reconnaissance nationale du partenariat.

Façade de l’École supérieure des Mines à Paris, siège de Mines Paris – PSL

Trois étapes pour rejoindre le programme

Pour candidater, vous devez être titulaire d’un Bachelor ou d’un Master. Vos relevés de notes comptent, mais c’est lors de l’entretien que nous voyons comment vous réfléchissez, au-delà de ce que vous avez étudié.

Conditions d’admission

Créez votre espace candidat pour démarrer votre candidature.

01
Déposez vos documents

Déposez vos relevés de notes, votre CV et votre lettre de motivation.
Le GMAT, le TAGE MAGE, le CFA et d’autres documents sont facultatifs, mais vivement recommandés.

02
Entretien avec notre jury

Une évaluation de votre motivation et de l’adéquation avec le programme, suivie d’un casse-tête qui teste votre capacité d’analyse et de raisonnement sous pression.

Frais de scolarité et financement

Frais de scolarité et financement

Découvrez le coût complet du programme, ainsi que les facilités de paiement et les solutions de financement disponibles.

Voir les frais de scolarité →

Questions fréquentes : MSc Data & AI for Quantitative and Corporate Finance

94 % des étudiants décrochent un emploi avant la fin du programme. Les diplômés se dirigent vers la banque d’investissement et le M&A, le private equity, le trading et la structuration, l’analyse quantitative, la gestion des risques, la gestion d’actifs et de patrimoine, ainsi que vers des postes data et IA au sein d’institutions financières.

Le semestre 1 est commun à tous les étudiants. À partir du semestre 2, ils choisissent la spécialisation Finance de marché ou Finance d’entreprise. Les cours de spécialisation se déroulent en petits groupes, avec des intervenants du monde professionnel.

Choisissez Finance d’entreprise pour le M&A, le LBO, le private equity et l’ECM/DCM, avec des cours comme M&A Advisory, Business Valuation: From Mature to Distressed et LBO Modelling & Private Equity. Choisissez Finance de marché pour les métiers du trading, de la structuration et de la finance quantitative, avec des cours comme Commodity Trading, Structured Products & Pricing Strategies et AI for Algorithmic Trading. Si vous hésitez encore, le semestre 1 est identique pour tous : vous pouvez candidater dès maintenant et faire votre choix avec notre équipe des admissions.

Oui. Corporate Financial Analysis & Value Creation fait partie du tronc commun. La spécialisation Finance d’entreprise y ajoute M&A Advisory (30 h) et Business Valuation: From Mature to Distressed (30 h) au semestre 2, puis LBO Modelling & Private Equity (24 h) et ECM/DCM Fundamentals au semestre 4.

Oui. Fixed Income & Rates Markets et Derivatives: Foundations & Pricing font partie du tronc commun. La spécialisation Finance de marché y ajoute Commodity Trading, Structured Products & Pricing Strategies et AI for Algorithmic Trading, en complément du machine learning, de l’analyse de séries temporelles et de Python. Les étudiants peuvent aussi rejoindre l’asso Albert Quant Trading Club.

Oui. Le semestre 3 est un stage de fin d’études de 3 à 9 mois (30 ECTS). Il peut se dérouler à Genève ou dans d’autres places financières comme Londres, New York ou Singapour. Quelques exemples chez des étudiants en Master : private equity chez B3 Partners, relations investisseurs chez Naxicap Partners, modélisation du risque de crédit chez UniCredit, et IA & data chez Edmond de Rothschild Systemic Regeneration.

Genève est l’une des premières places financières au monde. Les enseignants exercent dans des institutions de renom, les étudiants travaillent sur des Business Deep Dives autour de vrais enjeux financiers, et la ville figure parmi les meilleures au monde pour la qualité de vie.

À Genève, la promotion réunit plus de 13 nationalités, de la Suisse, de la France, de l’Espagne et de l’Italie au Maroc, à l’Ukraine, aux États-Unis, à l’Argentine, à l’Iran et aux Émirats arabes unis. Tous les cours sont enseignés en anglais.

Le format à temps plein offre davantage d’heures de cours : les étudiants vont plus loin et disposent d’un choix de cours plus large. Il donne aussi accès à des stages d’été sélectifs et prépare aux profils recherchés en banque d’investissement, en trading et en private equity. Le format en alternance convient aux étudiants qui souhaitent partager leur temps entre l’école et l’entreprise.

Un projet réel confié par une entreprise partenaire. Des équipes d’étudiants travaillent sur ses données, puis présentent leurs recommandations aux dirigeants qui ont posé le cas. C’est là que les notions vues en cours rencontrent la pratique, et que les étudiants commencent à se constituer un réseau qui peut mener à des stages et à des emplois.

À Genève, notamment Edmond de Rothschild, Crédit Agricole Indosuez et SwissBorg. Albert School travaille aussi avec des banques et des institutions financières sur ses autres campus, dont Pictet, BNP Paribas et Société Générale.

Oui. Le MSc est un diplôme conjoint de Mines Paris – PSL et d’Albert School, et il est accrédité. Par arrêté du 3 mars 2026, publié au Journal officiel le 12 avril 2026, Mines Paris – PSL est autorisée à délivrer le grade de Master à ce Master of Science, conféré par le ministère français de l’Enseignement supérieur et de la Recherche.

Oui. Tous les cours sont enseignés en anglais, par un corps professoral international de professionnels en activité, et la promotion est elle aussi internationale.

Les enseignants viennent du monde de l’entreprise. Plus de 50 professionnels enseignent à Genève, et tous exercent un poste en entreprise en parallèle de leurs cours : la théorie s’appuie donc directement sur l’expérience du terrain. Par exemple :

  • Valery Varin, enseignant en data et coordinateur des Business Deep Dives : ancien Head of Data and AI chez Uber et Head of Africa chez Twitter, MBA de HEC Paris.
  • Laure Petiteau, enseignante en stratégie en Bachelor : plus de 20 ans comme cadre dirigeante en finance chez Procter & Gamble, Master de l’ESCP Business School.
  • Deia Markova, enseignante en financement d’actifs : ancienne Head of Trade and Sustainable Commodity Finance chez Société Générale, Université de Saint-Gall.
  • Benjamin Forestier, enseignant en M&A : chargé de cours à l’École polytechnique, à HEC Paris et à l’ESSEC.

D’autres enseignants de finance exercent actuellement chez Edmond de Rothschild Asset Management, Mercuria, Citi Private Bank et BCGE. Découvrir notre équipe pédagogique →

Envie de candidater ?