ppBuscamos un/a Data Scientist / ML Engineer con sólida experiencia en IA tradicional para incorporarse a un equipo de datos en expansión. La persona seleccionada será responsable de diseñar, entrenar y poner en producción modelos predictivos orientados a pricing dinámico, personalización de oferta y forecast de demanda en entornos retail de alto volumen. /ppEl rol requiere dominio del ciclo completo de un modelo: desde el análisis exploratorio y la ingeniería de features hasta el despliegue en producción mediante pipelines de CI/CD, garantizando que los outputs lleguen a los sistemas de negocio en tiempo y forma. /ph3Responsabilidades principales /h3ulliModelado y experimentación /liliDiseño y entrenamiento de modelos de regresión para forecast de demanda y elasticidad de precio. /liliGestión del ciclo de vida de modelos: versionado, retraining periódico y monitorización de drift. /liliIntegración en pipelines de CI/CD (GitHub Actions, GitLab CI o similar): testing, validación automática y promoción a producción. /liliMonitorización de métricas de negocio y métricas técnicas (RMSE, AUC, ) post-despliegue. /li /ulh3Colaboración y comunicación /h3ulliTraducción de requisitos de negocio (pricing managers, category managers) en problemas formales de ML. /liliDocumentación clara de metodología,



decisiones de modelado y resultados para audiencias técnicas y no técnicas. /liliParticipación en code reviews y en la definición de estándares del equipo de datos. /lili5+ años de experiencia en roles de Data Science o ML en entornos productivos. /liliDominio de Python científico. /liliLenguajes: Python (pandas, scikit-learn, numpy). SQL avanzado. /liliCI/CD: Conocimiento general de pipelines de integración continua; experiencia empaquetando modelos con Docker y desplegando vía GitHub Actions, GitLab CI o similar. /liliExperiencia con herramientas de tracking de experimentos: MLflow, WB o similar. /liliCapacidad de comunicar resultados de modelos a stakeholders no técnicos. /li /ulh3Valorables /h3ulliExperiencia en retail, travel retail, e-commerce o industrias con pricing ágil. /liliConocimiento de frameworks de orquestación de datos (Airflow, Prefect). /liliFamiliaridad con plataformas cloud: GCP (BigQuery, Vertex AI), AWS (SageMaker) o Azure ML. /liliExperiencia con feature stores (Feast, Tecton) o arquitecturas de datos en tiempo real (Kafka, Flink). /liliConocimientos de A/B testing y experimentación online para validación de modelos en producción. /li /ul /p #J-18808-Ljbffr

📌 Machine Learning Engineer (España)
🏢 Capitole
📍 España