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. La siguiente información tiene como objetivo proporcionar a los posibles candidatos una mejor comprensión de los requisitos para este puesto.

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 (Git Hub Actions, Git Lab CI o similar): testing, validación automática y promoción a producción.
- Monitorización de métricas de negocio y métricas técnicas (RMSE, AUC, ) 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/Light GBM), clasificadores (RF, GBM, logística), sistemas de recomendación .
- CI/CD: Conocimiento general de pipelines de integración continua;

experiencia empaquetando modelos con Docker y desplegando vía Git Hub Actions, Git Lab 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 ágil .
- Conocimiento de frameworks de orquestación de datos (Airflow, Prefect).
- Familiaridad con plataformas cloud : GCP (Big Query, Vertex AI), AWS (Sage Maker) o Azure ML.
- Experiencia con feature stores (Feast, Tecton) o arquitecturas de datos en tiempo real (Kafka, Flink). xqbhyrx
- Conocimientos de A/B testing y experimentación online para validación de modelos en producción.

📌 Machine learning engineer (Madrid)
🏢 Capitole
📍 Madrid