> Markdown version of [/jobs/ext/3082073-cientifico-de-datos-ingeniero-de-machine-learning-plataformas-de-datos-agran-escala](https://www.wearedevelopers.com/jobs/ext/3082073-cientifico-de-datos-ingeniero-de-machine-learning-plataformas-de-datos-agran-escala). 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).

---

# Científico De Datos / Ingeniero De Machine Learning - Plataformas De Datos Agran Escala

- **Company:** act digital
- **Location:** Málaga, Spain
- **Contract:** Permanent contract
- **Skills:** A/B Testing, Agile Methodology, Artificial Intelligence, Airflow, Amazon Web Services, Systems Engineering, Microsoft Azure, BigQuery, Business Systems, Software Quality, Code Review, Continuous Integration, Github, Python (Programming Language), Machine Learning, NumPy, Open Source Technology, Scrum Methodology, Tensorflow, Azure Machine Learning, SQL Databases, Data Processing, Enterprise Software Applications, Pytorch, Deep Learning, Generative AI, Git, Pandas, Gitlab-ci, Scikit Learn, Information Technology, Apache Flink, Apache Kafka, Machine Learning Operations, Stable Diffusion, GPT, Docker
- **Published:** September 26, 2026
- **Apply:** https://www.buscojobs.com.es/cientifico-de-datos-ingeniero-de-machine-learning-plataformas-de-datos-agran-escala-en-malaga-ID-372957503

## About the Role

modelos de regresión
para
forecast de demanda
y
elasticidad de precio
.
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): testing, validación automática y promoción a producción.
Monitorización de
métricas de negocio
y
métricas técnicas
(RMSE, AUC, ) 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 científico
(pandas, scikit-learn, numpy).
SQL avanzado
.
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.
Capacidad de comunicar resultados de modelos a stakeholders no técnicos
Valorables:
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., Titulación superior en Informática, Ingeniería de Sistemas, Matemáticas, Estadística o similar.
3-5 años
de experiencia sólida en desarrollo y diseño de modelos IA, ML y GenAI.
Dominio de
Python
y R.
Frameworks:
TensorFlow, PyTorch, Scikit-learn

 + modelos generativos avanzados
GPT, BERT, Stable Diffusion
.
Manipulación y procesamiento de datos con
Pandas + NumPy + SQL
experto.
Familiaridad con
MLOps

 + diseño de pipelines de automatización +
CI/CD + Git
.
Habilidades
consolidadas de liderazgo
y experiencia mentoreando equipos técnicos.
Español profesional + inglés valorable.
Experiencia integrando soluciones
GenAI en aplicaciones empresariales
.
Metodologías ágiles (Scrum, Kanban).
Contribuciones activas a comunidad IA (open source, publicaciones, ponencias).
#J-*****-Ljbffr

## Description

Ofertas de Científico de Datos Ingeniero de Ma...Buscamos un/aData 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.Gestión delciclo de vida de modelos: versionado, retraining periódico y monitorización de drift.Integración enpipelines de CI/CD(GitHub Actions, GitLab 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.5+ años de experienciaen roles de Data Science o ML en entornos productivos.Dominio dePython científico(pandas, scikit-learn, numpy).SQL avanzado.CI/CD:Conocimiento general de pipelines de integración continua; experiencia empaquetando modelos con Docker y desplegando vía GitHub Actions, GitLab 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 (BigQuery, Vertex AI), AWS (SageMaker) o Azure ML.Experiencia confeature stores(Feast, Tecton) o arquitecturas de datos entiempo real(Kafka, Flink).Conocimientos deA/B testingyexperimentación onlinepara validación de modelos en producción.¿Este trabajo es un acierto o un fracaso?Una consultora tecnológica líder incorpora un/a AI Team Lead para liderar un equipo de ingenieros de IA en el diseño, implementación y mantenimiento de soluciones de Inteligencia Artificial de vanguardia, abarcando Machine Learning, Deep Learning y Generative AI.Sobre el rolRol crucial para optimizar modelos y algoritmos (eficiencia, escalabilidad, precisión) + gestionar despliegue en producción vía MLOps. Responsable de calidad del código, promoción de best practices, seguimiento de avances en IA + mentoría de miembros del equipo.Titulación superior en Informática, Ingeniería de Sistemas, Matemáticas, Estadística o similar.3-5 añosde experiencia sólida en desarrollo y diseño de modelos IA, ML y GenAI.Dominio dePythony R.Frameworks:TensorFlow, PyTorch, Scikit-learn+ modelos generativos avanzadosGPT, BERT, Stable Diffusion.Manipulación y procesamiento de datos conPandas + NumPy + SQLexperto.Familiaridad conMLOps+ diseño de pipelines de automatización +CI/CD + Git.Habilidadesconsolidadas de liderazgoy experiencia mentoreando equipos técnicos.Español profesional + inglés valorable.Experiencia integrando solucionesGenAI en aplicaciones empresariales.Metodologías ágiles (Scrum, Kanban).Contribuciones activas a comunidad IA (open source, publicaciones, ponencias).#J-*****-Ljbffr


## Related Videos

- [Developer Experience, Platform Engineering and AI powered Apps](https://www.wearedevelopers.com/videos/990-developer-experience-platform-engineering-and-ai-powered-apps)
- [Vectorize all the things! Using linear algebra and NumPy to make your Python code lightning fast.](https://www.wearedevelopers.com/videos/562-vectorize-all-the-things-using-linear-algebra-and-numpy-to-make-your-python-code-lightning-fast)
- [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)
- [Livecoding with AI](https://www.wearedevelopers.com/videos/1201-livecoding-with-ai)
- [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning)
- [How to implement convenient Python bindings to C++](https://www.wearedevelopers.com/videos/618-how-to-implement-convenient-python-bindings-to-c)

## 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)
- [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering)
- [Coffee with Developers - Maria Apazoglou - Making AI understandable for all in production](https://www.wearedevelopers.com/magazine/475-coffee-with-developers-maria-apazoglou-making-ai-understandable-for-all-in-production)
- [Got AI ideas but no money? Here are 10 free ways to level up your AI skills with Google Cloud](https://www.wearedevelopers.com/magazine/600-got-ai-ideas-but-no-money-here-are-10-free-ways-to-level-up-your-ai-skills-with-google-cloud)