Staff Machine Learning Engineer - Pricing & Revenue (m/w/d)
Deine Rolle
Du ubernimmst fachliche Fuhrung und End-to-end Ownership fur 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 zuverlassig performen.
Wichtig: Keine disziplinarische Personalverantwortung. Du fuhrst uber Expertise, Standards und Ownership.
Deine Aufgaben
End-to-End Ownership: Du verantwortest den gesamten Lifecycle von Pricing- und Revenue-Themen - von der Hypothese uber 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 fuhrt.
Signal-Expertise: Du bandigst 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 fur Rollout-Entscheidungen.
Engineering-Grade ML: Du etablierst Standards fur Backtesting, Reproduzierbarkeit und Versionierung. Bei uns heit 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 Qualitat massiv zu steigern.
Data Foundation: Wo es Sinn ergibt, designst du Datenmodelle direkt im Warehouse (Snowflake/dbt) als Basis fur verlassliche Metriken und Features.
Full Transparency: Du standardisierst Dashboards (z. B. Metabase) fur unsere Business-KPIs und sorgst dafur, dass die Datenqualitat uber jeden Zweifel erhaben ist.
Stakeholder-Sparring: Du priorisierst Anforderungen gemeinsam mit Product & Revenue und ubersetzt sie in ML-Losungen. 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 uberzeugt).
Proven Impact: Du hast bereits nachweisbare Erfolge in den Bereichen Pricing, Revenue, Forecasting oder ahnlichen "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 fur deine Themen.
Sprachkenntnisse: Du kommunizierst flieend 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-Verstandnis: Du weit, wie Saisonalitat, Events und Lead-Times das Pricing beeinflussen.
Modern Toolchain: Du bist fit in Analytics Engineering (dbt, Snowflake, Metabase) und weit, wie man eine saubere Datenbasis baut.
