About The Position

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.

Requirements

  • Du hast 4+ Jahre Erfahrung in Data Science oder Applied ML Engineering gesammelt – idealerweise direkt im Produkt- oder Business-Kontext.
  • Du besitzt extrem starke SQL-Skills und ein tiefes Gespür für Datenqualität, Debugging und konsistente Metriken.
  • Dein Python-Code ist sauber und deine Analysen sind nachvollziehbar. Erste Erfahrung mit produktnahen Setups ist ein großes Plus.
  • Du beherrschst die Grundlagen von Bias/Leakage-Awareness und weißt, wie man in Guardrails und Offline-vs-Online-Szenarien denkt.
  • Du übernimmst volle Ownership für deine Themen.
  • Du arbeitest nach dem 80/20-Prinzip (pragmatisch!), bist zuverlässig und kommunizierst glasklar.
  • Du denkst unternehmerisch und willst Dinge wirklich bewegen.
  • Du sprichst fließend Deutsch und bringst gute Englischkenntnisse mit.

Nice To Haves

  • Du hast bereits Erfahrung im Revenue Management oder Dynamic Pricing (z. B. Hotel, Travel, eCommerce oder Mobility).
  • Du kennst dich mit Saisonalität, Events, Lead Times und Segment-Mustern aus.
  • Du hast schon mit Analytics Engineering oder Warehouse-Tools wie dbt, Snowflake oder Metabase gearbeitet.
  • Ein Plus ist praktische Erfahrung im Umgang mit MLOps-Tools und Cloud-Infrastruktur, z. B. AWS.

Responsibilities

  • 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.
© 2026 Teal Labs, Inc
Privacy PolicyTerms of Service