Staff Machine Learning Engineer - Pricing & Revenue (m/w/d)

happyhotel; Offenburg; Vor Ort; EUR 90.000 - 130.000; Vollzeit

Zusammenfassung

happyhotel sucht eine erfahrene ML-Engineering-Führungskraft, die Pricing- und Revenue-Modelle von der Hypothese bis zur operativen Umsetzung verantwortet. Du arbeitest eng mit Produkt- und Engineering-Teams zusammen, definierst Messbarkeit, Experimente und bringst Data-Driven-Impact in den Vordergrund.

Du bringst 5+ Jahre Erfahrung in ML/DS oder Analytics mit, kennst Forecasting- und Pricing-Ansätze, verstehst Leakage-Schutz, Backtesting, Monitoring und automatisierte Retraining-Prozesse und

Qualifikationen

• Nachweisbar Erfolge in Pricing, Revenue oder Forecasting.
• Erfahrung mit End-to-End ML-Projekte von Hypothese bis Operationalisierung.
• Starke Kenntnisse in Metriken, Guardrails und Offline/Online-Evaluierung.

Aufgaben

• Verantwortest End-to-End Ownership von Pricing- und Revenue-ML-Themen.
• Entwickelst und optimierst Forecasting- und Pricing-Modelle.
• Stellst saubere Features, Leakage-Schutz und robuste Metriken sicher.
• Baust Experimentation-Frameworks (Holdouts, A/B-Tests) und klare Rollout-Kriterien.
• Schaffst transparent Dashboards (z. B. Metabase) und überführst Daten in verlässliche Metriken.

Kenntnisse

Pricing/Revenue

Ownership

Stakeholder Sparring

Englisch Kommunikation

Ausbildung

5+ Jahre relevante Erfahrung in ML/DS/Analytics

Tools

Python

SQL

dbt

Snowflake

Metabase

Jobbeschreibung

Deine Rolle

Du übernimmst fachliche Führung und End-to-end Ownership für unsere Pricing/Revenue-ML-Themen — mit klarem Fokus auf messbaren Impact. Du arbeitest eng mit Product und Engineering zusammen, definierst Messbarkeit/Experimente, und stellst sicher, dass unsere Modelle nicht nur “gut aussehen”, sondern in der Praxis zuverlässig performen.

Wichtig: Keine disziplinarische Personalverantwortung. Du führst über Expertise, Standards und Ownership.

Deine Aufgaben

• End-to-End Ownership: Du verantwortest den gesamten Lifecycle von Pricing- und Revenue-Themen – von der Hypothese über die Umsetzung bis zur messbaren Evaluation. Dein Fokus: Klarer Business-Uplift.

• Smart Modeling: Du entwickelst und optimierst Forecasting- und Pricing-Modelle. Dabei entscheidest du pragmatisch, welche Methode uns am schnellsten und stabilsten zum Ziel führt.

• Signal-Expertise: Du bändigst Zeitreihen, Demand-Signale und heterogene Datenquellen. Du stellst sicher, dass Features und Labels absolut sauber und "Leakage-sicher" definiert sind.

• Experimentation-Framework: Du baust ein belastbares Mess-System auf (Holdouts, A/B-Tests, Guardrails) und definierst glasklare Kriterien für Rollout-Entscheidungen.

• Engineering-Grade ML: Du etablierst Standards für Backtesting, Reproduzierbarkeit und Versionierung. Bei uns heißt es: Engineering-Quality statt Notebook-only.

• Reliable Operations: Du sicherst den Betrieb durch smartes Monitoring, Drift-Erkennung und pragmatische Retraining-Mechanismen.

• Automation & Scale: Du automatisierst Prozesse mit hohem Hebel (Backtests, Monitoring-Checks), um Durchsatz und Qualität massiv zu steigern.

• Data Foundation: Wo es Sinn ergibt, designst du Datenmodelle direkt im Warehouse (Snowflake/dbt) als Basis für verlässliche Metriken und Features.

• Full Transparency: Du standardisierst Dashboards (z. B. Metabase) für unsere Business-KPIs und sorgst dafür, dass die Datenqualität über jeden Zweifel erhaben ist.

• Stakeholder-Sparring: Du priorisierst Anforderungen gemeinsam mit Product & Revenue und übersetzt sie in ML-Lösungen. Dein Motto: Impact vor Output.

Dein Profil

• Deep Experience: Du hast 5+ Jahre relevante Erfahrung in ML Engineering, Data Science oder Analytics (oder einen entsprechenden Track Record, der uns überzeugt).

• Proven Impact: Du hast bereits nachweisbare Erfolge in den Bereichen Pricing, Revenue, Forecasting oder ähnlichen "Money-Systemen" erzielt.

• Evaluation-Pro: Du denkst in Offline-vs-Online, erkennst Bias/Leakage sofort und beherrscht das Einmaleins der robusten Metriken und Guardrails.

• Tech-Stack: Deine Python- und SQL-Skills sind auf Production-Niveau (testbar, versioniert, reproduzierbar).

• Startup-DNA: Du liebst das 80/20-Prinzip, arbeitest extrem pragmatisch und willst volle Ownership für deine Themen.

• Sprachkenntnisse: Du kommunizierst fließend und sicher auf Englisch.

Bonus Points (Nice-to-haves)

• Domain-Wissen: Erfahrung in Revenue Management oder Dynamic Pricing (z. B. Travel, Mobility, eCommerce).

• Demand-Verständnis: Du weißt, wie Saisonalität, Events und Lead-Times das Pricing beeinflussen.

• Modern Toolchain: Du bist fit in Analytics Engineering (dbt, Snowflake, Metabase) und weißt, wie man eine saubere Datenbasis baut.