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 vibrante, 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 promocion 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 cínítico

(pandas, scikit-learn, numpy).

SQL avanzado . Modelos:

Regresión

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

clasificadores

(RF, GBM, lógica),

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 dinámico . 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