ML Engineer: Pricing, Personalization & Demand Forecast

Capitole; Albacete; Presencial; EUR 60.000 - 90.000; Jornada completa

Descripción de la vacante

Capitole en Castilla-La Mancha busca un Data Scientist / ML Engineer para diseñar, entrenar y desplegar modelos de pricing dinámico y personalización en retail de alto volumen.

Se requiere dominio del ciclo completo de un modelo, desde análisis hasta producción mediante pipelines de CI/CD, con experiencia en Python científico y SQL avanzado; también se valoran herramientas de experimentación y conocimiento de plataformas cloud.

Formación

• 5+ años de experiencia en Data Science o ML en entornos productivos.
• Dominio de Python científico (pandas, scikit-learn, numpy) y SQL avanzado.
• Modelos: Regresión, Clasificadores, Sistemas de recomendación.
• CI/CD: pipelines de integración continua y despliegue con Docker; GitHub Actions o GitLab CI.
• Experiencia con herramientas de tracking de experimentos: MLflow, W&B o similar.
• Capacidad de comunicar resultados de modelos a stakeholders no técnicos.

Responsabilidades

• Diseño y entrenamiento de modelos de regresión para forecast 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 y monitorización de drift.
• Integración en pipelines CI/CD: testing y promoción a producción.
• Monitorización de métricas de negocio y técnicas post-despliegue.
• Traducción de requisitos de negocio en problemas ML.
• Documentación de metodología y resultados para audiencias técnicas y no técnicas.
• Participación en code reviews y estándares del equipo de datos.

Conocimientos

Python

SQL

Modelado ML

CI/CD

Comunicación de resultados

Herramientas

Docker

GitHub Actions

GitLab CI

MLflow

Weights & Biases (W&B)

Descripción del empleo

Capitole en Castilla-La Mancha busca un Data Scientist / ML Engineer para diseñar, entrenar y desplegar modelos de pricing dinámico y personalización en retail de alto volumen.

Se requiere dominio del ciclo completo de un modelo, desde análisis hasta producción mediante pipelines de CI/CD, con experiencia en Python científico y SQL avanzado; también se valoran herramientas de experimentación y conocimiento de plataformas cloud.