> Markdown version of [/jobs/ext/2752490-machine-learning-engineer](https://www.wearedevelopers.com/jobs/ext/2752490-machine-learning-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Machine Learning Engineer

- **Company:** Capitole
- **Location:** Ourense, Spain
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Airflow, Amazon Web Services, Microsoft Azure, BigQuery, Business Systems, Continuous Integration, Machine Learning, Recommender Systems, Azure Machine Learning, Gitlab, Git, Scikit Learn, Apache Flink, Xgboost, Apache Kafka, Machine Learning Operations, Docker
- **Published:** September 6, 2026
- **Apply:** https://www.buscojobs.com.es/machine-learning-engineer-en-orense-ID-369690998

## About the Role

5+ años de experienciaen roles de Data Science o ML en entornos productivos.
Dominio dePython científico(pandas, scikit-learn, numpy).SQL avanzado.
Modelos: Regresión(lineal, Ridge, Lasso, XGBoost/Light GBM),clasificadores(RF, GBM, logística),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 conherramientas de tracking de experimentos : MLflow, W&B o similar.
Capacidad de comunicar resultados de modelos a stakeholders no técnicosValorables:
Experiencia enretail ,travel ,e-commerceoindustrias con pricing dinámico.
Conocimiento deframeworks de orquestación de datos(Airflow, Prefect).
Familiaridad con plataformascloud : GCP (Big Query, Vertex AI), AWS (Sage Maker) o Azure ML.
Experiencia confeature stores(Feast, Tecton) o arquitecturas de datos entiempo real(Kafka, Flink). xqbhyrx
Conocimientos deA/B testingyexperimentación onlinepara validación de modelos en producción.

## Description

Buscamos un/aDesplácese hacia abajo para obtener una visión general completa de lo que requerirá este trabajo. ¿Es usted el candidato adecuado para esta oportunidad? Data Scientist / ML Engineercon sólida experiencia en IA tradicional para incorporarse a un equipo de datos en expansión. La persona seleccionada será responsable dediseñar, entrenar y poner en producciónmodelos predictivos orientados apricing dinámico, personalización de oferta y forecast de demanda en entornos retail de alto volumen. El rol requieredominio 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:Diseñoyentrenamientodemodelos de regresiónparaforecast de demandayelasticidad de precio.Desarrollo declasificadores(churn, propensión a compra, detección de anomalías en stock).Construcción desistemas de recomendación(collaborative filtering, content-based, híbridos) para personalización de oferta SKU-cliente.Gestión delciclo de vida de modelos : versionado, retraining periódico y monitorización de drift.Integración enpipelines de CI/CD(Git Hub Actions, Git Lab CI o similar): testing, validación automática y promoción a producción.Monitorización demétricas de negocioymétricas técnicas(RMSE, AUC, ) post-despliegue.Traducción derequisitos de negocio(pricing managers, category managers) en problemas formales de ML.Documentación clarade metodología, decisiones de modelado y resultados para audiencias técnicas y no técnicas.Participación encode reviewsy en la definición de estándares del equipo de datos. Requisitos imprescindibles:5+ años de experienciaen roles de Data Science o ML en entornos productivos.Dominio dePython científico(pandas, scikit-learn, numpy).SQL avanzado.Modelos: Regresión(lineal, Ridge, Lasso, XGBoost/Light GBM),clasificadores(RF, GBM, logística),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 conherramientas de tracking de experimentos : MLflow, W&B o similar.Capacidad de comunicar resultados de modelos a stakeholders no técnicosValorables:Experiencia enretail ,travel ,e-commerceoindustrias con pricing dinámico.Conocimiento deframeworks de orquestación de datos(Airflow, Prefect).Familiaridad con plataformascloud : GCP (Big Query, Vertex AI), AWS (Sage Maker) o Azure ML.Experiencia confeature stores(Feast, Tecton) o arquitecturas de datos entiempo real(Kafka, Flink). xqbhyrxConocimientos deA/B testingyexperimentación onlinepara validación de modelos en producción.


## Related Videos

- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [WeAreDevelopers LIVE - Modern DevOps for IoT Devices and More](https://www.wearedevelopers.com/videos/1805-wearedevelopers-live-modern-devops-for-iot-devices-and-more)
- [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning)
- [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews)
- [Effective Machine Learning - Managing Complexity with MLOps](https://www.wearedevelopers.com/videos/185-effective-machine-learning-managing-complexity-with-mlops)

## Related Articles

- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)
- [What Are Large Language Models?](https://www.wearedevelopers.com/magazine/304-what-are-large-language-models)
- [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development)
- [Why Upskilling And Reskilling is Important For Developers](https://www.wearedevelopers.com/magazine/428-why-upskilling-and-reskilling-is-important-for-developers)