Machine Learning Engineer

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.

• 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 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.

• 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 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

• 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 (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.