ML Engineer — AI & Operations Research (all genders)

<br><strong>Deine Aufgaben</strong><p><p style="margin-bottom:5pt;">Group and MICE business is one of the last scientifically underserved problems in revenue management. Transient pricing has decades of literature and tooling; group pricing — with its displacement effects, function-space coupling, multi-resource capacity constraints, and negotiation dynamics — remains largely heuristic across the industry. We are building the system that changes that, and this role owns its mathematical core.</p><p style="margin-bottom:5pt;">You will formulate and solve the optimization problems behind Rocket’s intelligence layer: given a group request, current bookings, forecasted transient demand, and function-space availability — what decision maximizes the hotel’s GOP? That single objective — measurable gross operating profit uplift for our customers — is the north star of everything you build. These are genuine OR problems: mixed-integer programs, stochastic demand models, displacement cost estimation — and your formulations run in production, pricing real group business for enterprise hotel chains.</p><p style="margin-top:7pt;margin-right:0cm;margin-bottom:5pt;margin-left:0cm;border:none;padding:0cm;"><br></p><ul><li><strong>Optimization models for group pricing and capacity allocation.</strong> Formulate the core decision problems as mathematical programs: MILP formulations for room-block and function-space allocation, displacement-cost models quantifying what a group booking crowds out, and price-recommendation logic with business guardrails as explicit constraints. Own solver strategy (Gurobi / CPLEX / OR-Tools), formulation efficiency, and solution-time guarantees suitable for interactive use.</li><li><strong>Demand forecasting and stochastic modeling.</strong> Build the forecasting layer the optimizer consumes: transient demand forecasts by segment and stay date, group conversion probability models, cancellation and materialization estimates — with rigorous backtesting on our Databricks data platform.</li><li><strong>Insight generation.</strong> Build the analytical layer that tells a hotel why — counterfactual analysis (“what would GOP have been under a different pricing policy?”), what-if simulation for revenue managers, and structured recommendations derived from historical RFP and booking data. The output is not a dashboard; it is a defensible, quantified action a revenue director can take.</li><li><strong>Scientific rigor in production.</strong> Establish the methodological standard: reproducible experiments, benchmark instances, ablations against heuristic baselines, and honest measurement of realized revenue impact at customers. What ships must be defensible — to a hotel’s revenue director and to a referee.</li></ul><p style="margin-top:7pt;margin-right:0cm;margin-bottom:4pt;margin-left:0cm;"><strong>What success looks like:</strong></p><ul><li><strong>3 months:</strong> A first optimization model (e.g., displacement-based price floors) validated against historical booking data and benchmarked against current heuristic practice.</li><li><strong>12 months:</strong> The optimization core prices group business in production at multiple customers with measured GOP uplift, the insight layer is a selling point in our enterprise deals — and you are positioned to take ownership of the AI team. A body of results strong enough for an OR or revenue-management venue (e.g., INFORMS) is a welcome side effect.</li></ul></p><br><strong>Dein Profil</strong><p><ul><li>MSc or PhD in Operations Research, applied mathematics, industrial engineering, computer science, or a comparable quantitative field</li><li>Solid grounding in mathematical optimization: LP/MILP formulation and solution techniques, and ideally stochastic or robust optimization</li><li>Hands-on experience with at least one industrial solver (Gurobi, CPLEX, OR-Tools, HiGHS) beyond coursework</li><li>Strong Python and the engineering discipline to ship models as maintainable production services, not notebooks</li><li>tatistical modeling and forecasting competence (time series, probabilistic models, backtesting)</li><li>Ability to translate a messy business problem into a well-posed formulation — and to explain the solution to a non-mathematical stakeholder</li><li>Strong English (B2–C1), German (min. B2)<strong><br></strong></li></ul><strong>Nice to have, not required:</strong><ul><li>Background in revenue management, dynamic pricing, or network RM (familiarity with the Talluri &amp; van Ryzin canon)</li><li>Publications, or a thesis, in optimization, RM, or applied probability</li><li>Experience with decision-focused or learning-augmented optimization</li><li>Interest in growing into technical leadership of an AI team</li><li>Column generation, decomposition methods, or large-scale MILP experience</li><li>Databricks / Spark exposure</li><li>Hospitality, airline, or transportation domain experience</li></ul></p><br><strong>Warum wir?</strong><p><span style="font-size:14px;">Wir sind das Technologieunternehmen, das den Gruppen- und Veranstaltungsverkauf in der Hotellerie neu denkt. Was heute über Posteingang, Excel und Telefon läuft, macht unsere Plattform Rocket zu einem durchgängigen, KI-gestützten Prozess — von der ersten Anfrage bis zum unterschriebenen Vertrag. Europäische Hotelgruppen führen ihren Gruppenverkauf bereits darüber.<br>Das bedeutet für dich: Du arbeitest nicht trotz KI, sondern mit ihr. Wer bei uns anfängt, gibt Feedback, das in Produktentscheidungen einfließt — und versteht irgendwann, warum ein Prompt besser funktioniert als ein anderer.<br>Und weil wir schnell wachsen, ist vieles bei uns noch im Entstehen. Manche Antwort lautet ehrlicherweise „das bauen wir gerade noch”. Genau darin liegt die Chance: Du triffst auf Freiräume statt auf fertige Strukturen, und was du hier aufbaust, trägt deine Handschrift.<br><br></span><span style="font-size:14px;font-family:Arial, Helvetica, sans-serif;">Was wir bieten</span><ul><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Arbeit mit echter KI-Technologie</strong> auf internationalem Niveau — nicht als Pilotprojekt, sondern als Geschäftsmodell.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Echter Gestaltungsspielraum.</strong> Deine Ideen landen nicht in einem Ideenbriefkasten, sondern in der nächsten Iteration.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Kurze Wege zur Geschäftsführung.</strong> Entscheidungen fallen in Tagen, nicht in Gremienschleifen.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Wachstum, das du mitgehst.</strong> Wir bauen gerade die nächste Unternehmensphase — mit Rollen, Verantwortung und Perspektiven, die es vor einem Jahr noch nicht gab.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Hauptarbeitsort Leipzig</strong> mit regelmäßiger Büropräsenz und flexiblem Homeoffice-Anteil. Hybride Modelle sind bei uns gelebte Praxis, nicht die Ausnahme.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Unbefristeter Vertrag, Vollzeit.</strong></li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Leistungsprämien für nachweisbare Erfolge.</strong></li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Mehrtägige Teamevents</strong> an Orten, die tatsächlich Spaß machen.</li></ul><span style="font-family:Arial, Helvetica, sans-serif;font-size:14px;">So läuft unser Bewerbungsprozess</span><ol style="list-style-type:decimal;margin-left:26px;"><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Intro-Interview</strong> — wir lernen uns kennen, du erfährst, wo wir stehen und wohin wir wollen.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Case Study oder Technical Study</strong>, je nach Rolle — ein echtes Problem aus unserem Alltag, das wir gemeinsam durchgehen.</li><li style="font-family:Arial, Helvetica, sans-serif;font-size:14px;"><strong>Interview mit deiner künftigen Führungskraft</strong> und, je nach Position, mit unseren Gründern.</li></ol><span style="font-family:Arial, Helvetica, sans-serif;font-size:14px;">Vom ersten Gespräch bis zur Entscheidung vergehen bei uns maximal vier Wochen. Und du hörst in jedem Fall von uns — auch dann, wenn es diesmal nicht passt.<br></span><span style="font-size:15px;font-family:Arial, Helvetica, sans-serif;"><br> </span><span style="font-family:Arial, Helvetica, sans-serif;font-size:15px;"> </span></p><p>Find <a href="https://www.arbeitnow.com">Jobs in Germany</a> on Arbeitnow</a>