Als Senior Machine Learning Engineer arbeitest du im Pricing & Revenue-Kontext an datengetriebenen Verbesserungen für Forecasting, Pricing-Logiken und Produkt-Insights. Du baust Analysen und Modelle, die im Produkt messbar Wirkung zeigen – mit sauberer Evaluation, solider Datenbasis und pragmatischer Umsetzung. Du arbeitest dabei eng mit Product & Engineering zusammen.
Model Evolution: Du entwickelst und optimierst unsere Forecasting- und Pricing-Modelle sowie datengetriebene Decision-Logiken, immer methodisch pragmatisch und voll auf Impact ausgerichtet.
Signal Hunting: Du arbeitest mit Zeitreihen, Demand-Signalen und heterogenen Datenquellen. Du definierst Features und Labels so sauber, dass Leakage keine Chance hat.
Measurement & Guardrails: Du verantwortest die Evaluation durch Backtests, robuste Metriken und Segmentierungen. Du unterstützt bei Holdouts sowie A/B-Logiken und behältst den Check zwischen Offline- und Online-Performance.
Best Practices im ML Engineering: Du setzt neue Maßstäbe für Backtesting, Reproduzierbarkeit und Versionierung. Für uns zählt: Engineering-Qualität statt reiner Notebook-Lösungen.
Data Visibility: Du baust Dashboards und Reports aus, die Modell- und Business-KPIs transparent machen. Dein Fokus liegt dabei immer auf höchster Data Quality.
Smart Workflows: Du treibst reproduzierbare Workflows voran (Versionierung, saubere Pipelines, sinnvolle Tests) und automatisierst wiederkehrende Analysen sowie Evaluationsläufe.
Track Record: Du hast 4+ Jahre Erfahrung in Data Science oder Applied ML Engineering gesammelt – idealerweise direkt im Produkt- oder Business-Kontext.
Data Intuition: Du besitzt extrem starke SQL-Skills und ein tiefes Gespür für Datenqualität, Debugging und konsistente Metriken.
Python Pro: Dein Python-Code ist sauber und deine Analysen sind nachvollziehbar. Erste Erfahrung mit produktnahen Setups ist ein großes Plus.
Experiment-Mindset: Du beherrscht die Grundlagen von Bias/Leakage-Awareness und weißt, wie man in Guardrails und Offline-vs-Online-Szenarien denkt.
Work Style: Du übernimmst volle Ownership für deine Themen. Du arbeitest nach dem 80/20-Prinzip (pragmatisch!), bist zuverlässig und kommunizierst glasklar.
Entrepreneurial Spirit: Du denkst unternehmerisch und willst Dinge wirklich bewegen.
Sprachkenntnisse: Du sprichst fließend Deutsch und bringst gute Englischkenntnisse mit.
Nice‑to‑haves – was die Besten auszeichnet
Domain Expertise: Du hast bereits Erfahrung im Revenue Management oder Dynamic Pricing (z. B. Hotel, Travel, eCommerce oder Mobility).
Demand Knowledge: Du kennst dich mit Saisonalität, Events, Lead Times und Segment-Mustern aus.
Modern Stack: Du hast schon mit Analytics Engineering oder Warehouse-Tools wie dbt, Snowflake oder Metabase gearbeitet.
Hands-on MLOps & Cloud: Ein Plus ist praktische Erfahrung im Umgang mit MLOps-Tools und Cloud-Infrastruktur, z. B. AWS.
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.
Job details are sourced from the employer's original posting.
Open job postingAbout the company
Happyhotel provides revenue management and pricing software for hotels.