ML Engineer — Dynamic Pricing & Demand Forecasting

Capitole; Ares; Presencial; EUR 55.000 - 90.000; Jornada completa

Descripción de la vacante

Capitole en Castro, Lugo, España, busca un/a Data Scientist / ML Engineer con sólida experiencia en IA tradicional para unirse 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

Formación

• 5+ años de experiencia en Data Science o ML en producción.
• Dominio de Python científico (pandas, scikit-learn, numpy) y SQL avanzado.
• Experiencia en CI/CD, empaquetando modelos con Docker y despliegue con GitHub Actions o GitLab CI.
• Capacidad de comunicar resultados a stakeholders no técnicos.

Responsabilidades

• 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).
• 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).
• Monitorización de métricas de negocio y métricas técnicas (RMSE, AUC) post-despliegue.
• Traducción de requisitos de negocio en problemas formales de ML.
• Documentación clara de metodología y resultados para audiencias técnicas y no técnicas.
• Participación en code reviews y definición de estándares del equipo de datos.

Conocimientos

Python

SQL avanzado

Comunicacion con negocio

Seguimiento de experimentos

Herramientas

Docker

GitHub Actions

GitLab CI

MLflow

W&B

Descripción del empleo

Capitole en Castro, Lugo, España, busca un/a Data Scientist / ML Engineer con sólida experiencia en IA tradicional para unirse 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