Auf einen Blick
- Aufgaben: Leite innovative ML-Projekte im Bereich Pricing und Revenue mit messbarem Einfluss.
- Unternehmen: Dynamisches Unternehmen mit Fokus auf moderne Technologien und Teamarbeit.
- Vorteile: Attraktives Gehalt, flexible Arbeitszeiten, Weiterbildungsmöglichkeiten und ein kreatives Arbeitsumfeld.
- Weitere Informationen: Wachstumsorientierte Umgebung mit vielen Möglichkeiten zur beruflichen Weiterentwicklung.
- Warum dieser Job: Gestalte die Zukunft des Preismanagements und erziele echte Ergebnisse mit deinem Fachwissen.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in ML Engineering oder Data Science und starke Python/SQL-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Ihre Rolle
Sie übernehmen die technische Leitung und die vollständige Verantwortung für unsere Themen im Bereich Pricing/Revenue-ML mit einem klaren Fokus auf messbare Auswirkungen. Sie arbeiten eng mit Produkt und Engineering zusammen, definieren Messbarkeit/Experimente und stellen sicher, dass unsere Modelle nicht nur "gut aussehen", sondern auch in der Praxis zuverlässig funktionieren.
Wichtig: Keine disziplinarische Personalverantwortung. Sie führen durch Expertise, Standards und Verantwortung.
Ihre Verantwortlichkeiten
End-to-End-Verantwortung: Sie sind verantwortlich für den gesamten Lebenszyklus von Preis- und Umsatzthemen – von der Hypothese über die Implementierung bis zur messbaren Bewertung. Ihr Fokus: Klarer Geschäftswachstum.
Smart Modeling: Sie entwickeln und optimieren Prognose- und Preismodelle. Sie entscheiden pragmatisch, welche Methode uns am schnellsten und stabilsten zum Ziel führt.
Signal-Expertise: Sie verwalten Zeitreihen, Nachfragesignale und heterogene Datenquellen. Sie stellen sicher, dass Merkmale und Labels absolut sauber und "leakage-proof" definiert sind.
Experimentationsrahmen: Sie bauen ein robustes Messsystem (Holdouts, A/B-Tests, Guardrails) und definieren kristallklare Kriterien für Rollout-Entscheidungen.
Engineering-Grade ML: Sie etablieren Standards für Backtesting, Reproduzierbarkeit und Versionierung. Für uns bedeutet das: Engineering-Qualität statt nur Notebook.
Zuverlässige Operationen: Sie gewährleisten den Betrieb durch intelligentes Monitoring, Drift-Erkennung und pragmatische Retraining-Mechanismen.
Automatisierung & Skalierung: Sie automatisieren hochgradige Prozesse (Backtests, Monitoring-Checks), um Durchsatz und Qualität massiv zu steigern.
Datenbasis: Wo es sinnvoll ist, entwerfen Sie Datenmodelle direkt im Warehouse (Snowflake/dbt) als Grundlage für zuverlässige Metriken und Merkmale.
Volle Transparenz: Sie standardisieren Dashboards (z.B. Metabase) für unsere Geschäft KPIs und stellen sicher, dass die Datenqualität tadellos ist.
Stakeholder-Sparring: Sie priorisieren Anforderungen gemeinsam mit Produkt & Revenue und übersetzen diese in ML-Lösungen. Ihr Motto: Impact über Output.
Ihr Profil
Tiefe Erfahrung: Sie haben mehr als 5 Jahre relevante Erfahrung in ML Engineering, Data Science oder Analytics (oder eine gleichwertige Erfolgsbilanz, die uns überzeugt).
Nachweisbarer Einfluss: Sie haben bereits nachweislichen Erfolg in den Bereichen Preisgestaltung, Umsatz, Prognosen oder ähnlichen "Geldsystemen" erzielt.
Evaluationsprofi: Sie denken offline vs. online, erkennen sofort Verzerrungen/Leckagen und beherrschen die Grundlagen robuster Metriken und Guardrails.
Technologiestack: Ihre Python- und SQL-Kenntnisse sind produktionsreif (testbar, versioniert, reproduzierbar).
Startup-DNA: Sie lieben das 80/20-Prinzip, arbeiten extrem pragmatisch und möchten die volle Verantwortung für Ihre Themen übernehmen.
Sprachkenntnisse: Sie kommunizieren fließend in Deutsch und sicher in Englisch.
Bonuspunkte (Nice-to-haves)
Domänenwissen: Erfahrung im Revenue Management oder dynamischer Preisgestaltung (z.B. Reisen, Mobilität, E-Commerce).
Nachfrageverständnis: Sie wissen, wie Saisonalität, Ereignisse und Vorlaufzeiten die Preisgestaltung beeinflussen.
Moderne Toolchain: Sie sind versiert in Analytics Engineering (dbt, Snowflake, Metabase) und wissen, wie man eine saubere Datenbasis aufbaut.
Staff Machine Learning Engineer - Pricing & Revenue (m/f/d) Arbeitgeber: happyhotel
Als Arbeitgeber bieten wir Ihnen die Möglichkeit, in einem dynamischen und innovativen Umfeld zu arbeiten, das auf Teamarbeit und persönliche Entwicklung setzt. Unsere Unternehmenskultur fördert Kreativität und Eigenverantwortung, während wir gleichzeitig attraktive Benefits und Weiterbildungsmöglichkeiten bereitstellen, um Ihre Karriere voranzutreiben. In dieser Rolle als Senior Software Engineer in unserem Standort profitieren Sie von flexiblen Arbeitszeiten und der Chance, an spannenden Projekten mit modernsten Technologien zu arbeiten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Staff Machine Learning Engineer - Pricing & Revenue (m/f/d) erhalten könntest
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei happyhotel zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Machine Learning Engineer - Pricing & Revenue (m/f/d) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Staff Machine Learning Engineer - Pricing & Revenue (m/f/d) bei happyhotel gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei happyhotel vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für happyhotel entscheidend sein!
