Descripción de la oferta
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.Maximice sus posibilidades de que su candidatura sea seleccionada asegurándose de que su CV y sus habilidades se ajustan al perfil.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.Construcción de sistemas de recomendación (collaborative filtering, content-based, híbridos) para personalización de oferta SKU-cliente.Integración en pipelines de CI/CD (GitHub Actions, GitLab CI o similar): testing, validación automática y promoción a producción.Monitorización de métricas de negocio y métricas técnicas (RMSE, AUC, ) post-despliegue.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.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/LightGBM), clasificadores (RF, GBM, logística), 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.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. xbhjioeHay opciones de teletrabajo/trabajo desde casa disponibles para este puesto. xqziphu Hay opciones de teletrabajo/trabajo desde casa disponibles para este puesto.
