Buscamos 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.

El 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.

Responsabilidades principales:
●

Diseño

y

entrenamiento

de

modelos de regresión

para

forecast de demanda

y

elasticidad de precio .
● Desarrollo de

clasificadores

(churn, propensión a compra, detección de anomalías en stock).
● Construcción de

sistemas de recomendación

(collaborative filtering, content-based, híbridos) para personalización de oferta SKU-cliente.
● Gestión del

ciclo de vida de modelos : versionado, retraining periódico y monitorización de drift.
● Integración en

pipelines de CI/CD

(GitHub Actions, GitLab CI o similar): testing, validación automática y promoción a producción.
● Monitorización de

métricas de negocio

y

métricas técnicas

(RMSE, AUC, precision@k) post-despliegue.
● Traducción de

requisitos de negocio

(pricing managers, category managers) en problemas formales de ML.




●

Documentación clara

de metodología, decisiones de modelado y resultados para audiencias técnicas y no técnicas.
● Participación en

code reviews

y en la definición de estándares del equipo de datos.

Requisitos imprescindibles:
●

5+ años de experiencia

en roles de Data Science o ML en entornos productivos.
● Dominio de

Python científico

(pandas, scikit-learn, numpy).

SQL avanzado .
● Modelos:

Regresión

(lineal, Ridge, Lasso, XGBoost/LightGBM),

clasificadores

(RF, GBM, logística),

sistemas de recomendación .
●

CI/CD:

Conocimiento general de pipelines de integración continua; experiencia empaquetando modelos con Docker y desplegando vía GitHub Actions, GitLab CI o similar.
● Experiencia con

herramientas de tracking de experimentos : MLflow, W&B; o similar.
● Capacidad de comunicar resultados de modelos a stakeholders no técnicos

Valorables:
● Experiencia en

retail ,

travel ,

e-commerce

o

industrias con pricing vibrante .
● Conocimiento de

frameworks de orquestación de datos

(Airflow, Prefect).
● Familiaridad con plataformas

cloud : GCP (BigQuery, Vertex AI), AWS (SageMaker) o Azure ML.
● Experiencia con

feature stores

(Feast, Tecton) o arquitecturas de datos en

tiempo real

(Kafka, Flink).
● Conocimientos de

A/B testing

y

experimentación online

para validación de modelos en producción.

📌 Machine Learning Engineer (Madrid)
🏢 Capitole
📍 Madrid