La gente viene a SNGULAR atraída por proyectos que usan tecnologías punteras, y se quedan porque colaboran con grandes profesionales. Personas primero : somos una empresa colaborativa orientada a las personas, donde TÚ y tu perspectiva siempre serán valoradas. Crecimiento y formación continua : espíritu de start-up con la infraestructura de una gran organización (ya somos más de 1300). Formación, certificaciones y evolución profesional hacia donde tú quieras.
️ En Sngular adoptamos una cultura plural, donde trabajamos con respeto, donde existe igualdad de oportunidades, nos enorgullecemos de ser proactivos, trabajamos con humildad e intentamos mantener siempre un espíritu de equipo, sin perder nunca el buen humor.
Queremos incorporar a nuestro equipo un/a Senior Machine Learning Engineer especializado en Forecasting de Demanda para liderar el desarrollo del sistema predictivo de una nueva plataforma de Reposición Inteligente basada en IA para el sector Retail - Gran Consumo.
El proyecto supone la sustitución de una solución SaaS de gestión de pedidos por una plataforma propia, auditable y extensible, construida sobre Google Cloud Platform (GCP) y tecnologías abiertas.
Trabajarás con un equipo completo de Sngular, participando en un producto estratégico con impacto directo en la eficiencia operativa y la toma de decisiones del negocio.
Modalidad 100% remota siempre que tu ubicación esté en España.
Serás responsable del ciclo de vida completo del módulo de forecasting, desde la definición funcional y el alineamiento de datos hasta la puesta en producción y operación del sistema en un entorno MLOps avanzado.
Tu trabajo combinará modelado avanzado, ingeniería de ML y visión de producto para construir un sistema robusto, escalable y con impacto real.
Implementar modelos de series temporales, machine learning y deep learning según el contexto del problema.Trabajar con datos jerárquicos complejos (SKU–tienda–región u otros niveles de agregación).Diseñar estrategias avanzadas de feature engineering: calendario, promociones, precios, elasticidad, stock-outs, canibalización y estacionalidad.Definir la arquitectura de ML y datos en Google Cloud Platform.Configurar y operar el ecosistema de Vertex AI para entrenamiento, despliegue y monitorización.Orquestar pipelines automatizados de entrenamiento y scoring mediante Cloud Composer.Optimizar modelos para procesamientos masivos de datos.Integrar lógica de negocio y restricciones operativas en el sistema predictivo.Garantizar estabilidad y rendimiento en producción mediante monitorización y alertas inteligentes.Colaborar con negocio y producto para traducir necesidades operativas en soluciones predictivas accionables.
Experiencia sólida en Data Science / Machine Learning aplicada a entornos productivos (preferencia por formaciones en Matemáticas, Estadística y relacionadas)Experiencia demostrable en forecasting de demanda con modelos estadísticos, ML y deep learning.Experiencia diseñando y desplegando soluciones ML en Google Cloud Platform.Dominio de Python aplicado a modelado, automatización y MLOps.Experiencia con modelos de series temporales y forecasting ( Modelos de series temporales (ARIMA, SARIMA u otros) / Machine Learning (XGBoost, LightGBM) / Deep Learning (LSTM, Transformers))Experiencia trabajando con datos jerárquicos (ej. SKU-tienda-región) y diferentes niveles de granularidad.Experiencia en escalabilidad y puesta en producción de modelos : Validación robusta (rolling backtesting), Métricas de evaluación (MAPE, WMAPE u otras), Despliegue y monitorización de modelosCapacidad para trabajar de forma autónoma y liderar técnicamente un módulo crítico.Experiencia en proyectos de Retail, Supply Chain o Reposición.Conocimientos de optimización de inventario mediante modelización matemática (LP, MILP).Experiencia sustituyendo soluciones SaaS por plataformas propias.Experiencia en arquitecturas cloud empresariales y sistemas auditables.
Acceso a formación continua: presupuesto individual para formación, obtención de certificaciones, acceso ilimitado a Udemy, clases de idiomas, dinámicas de formación interna.Flexibilidad horaria, teletrabajo, posibilidad de trabajar desde nuestros Hubs.22 días de vacaciones + día de cumpleaños + 2 días de asistencia a eventos técnicos + 24 y 31 de diciembre no laborables.Wellbeing pack: Ayuda para la mejora del bienestar.Posibilidad de elegir equipo (Windows / Mac)Tenemos Encuentro Virtual todos los viernes, fiestas, espacios donde podrás expresarte, proponer cambios y ser partícipe de ellos.