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 (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, 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/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). ~ Conocimientos de A/B testing y experimentación online para validación de modelos en producción.

📌 H/F Machine Learning Engineer - Python (Castro Urdiales)
🏢 Capitole
📍 Castro Urdiales