Auf einen Blick
- Aufgaben: Leite innovative ML-Projekte für Pricing und Revenue mit messbarem Impact.
- Unternehmen: Revolutionäres Unternehmen in der Hotellerie mit Fokus auf technologische Exzellenz.
- Vorteile: Flexible Arbeitszeiten, spannende Projekte und die Möglichkeit, echte Veränderungen zu bewirken.
- Weitere Informationen: Dynamisches Umfeld mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft des Revenue Managements und übernehme Verantwortung für ein Millionen-Portfolio.
- Qualifikationen: Mindestens 5 Jahre Erfahrung in ML Engineering oder Data Science.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
happyhotel hilft Hotels dabei, mehr Umsatz zu erzielen – mit intelligenten, dynamischen Preisen und automatisierten Entscheidungen. Wir revolutionieren die Hotellerie und suchen Köpfe, die technologische Komplexität in skalierbare Prozesse verwandeln.
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 beherrschst 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 auf Deutsch 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.
Wir sind angetreten, um die Hotellerie nicht nur zu digitalisieren, sondern ihre technologische Basis auf ein neues Level zu heben. Wenn du Lust hast, die Verantwortung für das technische Rückgrat eines Millionen‐Portfolios zu übernehmen und gemeinsam mit uns die nächste Generation des automatisierten Revenue Managements zu skalieren, dann lass uns reden! Bewirb dich jetzt – wir freuen uns darauf, gemeinsam mit dir den nächsten Meilenstein von happyhotel zu setzen.
Staff Machine Learning Engineer - Pricing & Revenue (m/w/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/w/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/w/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/w/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!
