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

Job description

## **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 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 für deine Themen. - **Sprachkenntnisse:** Du kommunizierst fließend 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.