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

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.