Lead Applied Scientist in Katowice

SE Ranking, platform SEO i marketingu cyfrowego, poszukuje Lead Applied Scientist, aby przeanalizować, jak platformy AI (ChatGPT, Gemini, Perplexity, AI Overviews) rekomendują i opisują marki oraz zbudować warstwę pomiarową, która udowodni, co widoczność AI naprawdę znaczy dla biznesu.

Dlaczego ta rola jest inna

• Otrzymujesz dostęp do danych, o których większość badaczy może tylko marzyć: zestawy danych SE Ranking dotyczące SERP, backlinków, treści, audytów, GA i GSC, a także dane z mediów społecznościowych Planable.
• Twoje wyniki to nie tylko funkcje produktu. To najlepsze praktyki GEO, które branża będzie stosować - z możliwością reprezentowania tej pracy na konferencjach i w badaniach firmy.
• Dyscyplina ta istnieje zaledwie kilka lat. Nikt nie jest jeszcze „ekspertem” - pierwsze rygorystyczne odpowiedzi będą pochodzić od kogoś z Twoim dostępem do danych.

Jak podzielona jest rola

• Głównie techniczna rola z pewnym przywództwem zespołowym - będziesz głęboko zaangażowany w badania i modelowanie, a także kierować codzienną pracą małego zespołu: ustalanie kierunku technicznego, prowadzenie 1:1, usuwanie przeszkód i uczestniczenie w decyzjach rekrutacyjnych.

Co będziesz robić - pierwsze 90 dni

• Współpracuj z naszymi specjalistami SEO/GEO i wybranymi inżynierami, aby ustawić powtarzalny proces eksperymentalny: hipoteza → zakres danych → projekt → realizacja → wnioski → decyzja.
• Przeprowadź pierwsze 3-4 eksperymenty i, współpracując z Produktem, zdefiniuj potencjalne funkcje, które zapewnią naszym klientom prawdziwą praktykę widoczności AI.
• Projektuj metody próbkowania, aby systematycznie zbierać i analizować odpowiedzi AI w różnych tematach, intencjach i regionach - z wyraźnym uwzględnieniem wariancji, stronniczości i reprezentatywności.
• Ustanów ramy oceny dla wyników LLM, podpowiedzi i zachowań modeli, aby wyniki były porównywalne w czasie.

Co będziesz robić - w toku

• Stosuj LLM za pomocą API wsadowego (w tym modeli o otwartych wagach) jako ekstraktory cech i sędziów: ekstrakcja podmiotów/sentymentu/pozycji, ocena podpowiedzi na zestawach holdout, kosztowa analiza wsadowa, rurociągi agentowe/używające narzędzi.
• Właściciel standardów oceny i walidacji modeli zespołu: wykrywanie wycieków, walidacja temporalna/poza czasem i definicje metryk związanych z wynikami biznesowymi.
• Rozwijaj modele predykcyjne i rankingowe - gradient boosting (LightGBM/CatBoost), uczenie do rankingu (NDCG, precision@K) - dla widoczności marki, prawdopodobieństwa wzmianki w odpowiedziach AI oraz ruchu/wyświetleń w wyszukiwarce AI i SEO.
• Buduj modele klasyfikacji, klasteryzacji i uczenia reprezentacji (embeddings, przybliżone najbliższe sąsiedztwo), które mapują, jak systemy AI postrzegają i pozycjonują marki.
• Pracuj bezpośrednio w ClickHouse (lub podobnym OLAP kolumnowym) na danych SERP, backlinków, treści, audytów, GA i GSC w skali setek milionów wierszy, na infrastrukturze współdzielonej z produktem.
• Źródłuj hipotezy z całej firmy i rynku, generuj własne z wzorców w danych i utrzymuj priorytetowy backlog z wyraźnym cyklem wykonawczym.
• Mentoruj inżynierów ML, z którymi pracujesz: ustalaj kierunek techniczny, przeglądaj metodologię, deleguj znacząco i uczestnicz w rekrutacji.
• Przekształcaj wyniki w funkcje produktu, publikowane badania, wystąpienia na konferencjach i nasze własne najlepsze praktyki GEO - współpracując z Produktem, Inżynierią, Marketingiem i Kierownictwem.

Co przyniesiesz

• 5-6+ lat doświadczenia w Data Science lub Applied Science, z udokumentowanym doświadczeniem w przekształcaniu niejasnych problemów badawczych z hipotezy w decyzję.
• Głęboka, praktyczna wiedza w zakresie rankingów i pozyskiwania informacji (uczenie do rankingu, NDCG/precision@K, LambdaRank/LambdaMART) - podstawowa perspektywa, z której marki są prezentowane przez systemy AI.
• Silna, aktualna wiedza na temat GenAI/LLM: używanie LLM jako narzędzia analitycznego - podpowiadanie i ocena zarówno komercyjnych API, jak i modeli o otwartych wagach (np. Llama, Mistral, Qwen), doświadczenie w ocenie LLM lub ocenie agenta oraz zrozumienie, jak próbkowanie, kontekst i zachowanie modelu wpływają na to, co model „mówi” o marce.
• Rygorystyczna ocena i walidacja modeli: wykrywanie wycieków, walidacja temporalna/poza czasem i wybór metryk związanych z wynikiem biznesowym.
• Komfort w kierowaniu codzienną pracą małego zespołu (1-2 osoby): ustalanie kierunku technicznego, prowadzenie 1-1, usuwanie przeszkód - nie wymaga to geniuszu zarządzania, tylko chęci i podstawowej umiejętności robienia tego dobrze.
• Solidny angielski (B2+) - zdolność do wyjaśnienia złożonego wyniku marketerowi i sceptycznemu inżynierowi w tej samej rozmowie.

Miłe do posiadania

• Gradient boosting (LightGBM/CatBoost) do modelowania tabelarycznego - już mamy modele zbudowane na tym i potrzebujemy kogoś, kto może je dalej rozwijać.
• Embeddings i uczenie reprezentacji (sentence-transformers, faiss) dla cech semantycznych i klasteryzacji.
• Komfort w analizowaniu dużych danych bezpośrednio (np. ClickHouse) bez polegania na dedykowanym inżynierze.
• Autentyczne zainteresowanie szerszą dziedziną SEO/wyszukiwania - nie oczekujemy ekspertyzy w dziedzinie w dniu pierwszym, tylko ciekawości i szybkości.
• Znajomość koncepcji pomiaru wyszukiwania AI (Widoczność AI, Udział w Podpowiedzi, Udział w Modelu).
• Doświadczenie z MLflow (lub podobnym śledzeniem eksperymentów).
• Publikacje lub wystąpienia (SIGIR, ECIR, KDD, ACL, EMNLP - lub brightonSEO i badania branżowe).

Myślenie

• Myślenie rozwojowe: eksperymentujesz bez czekania na zatwierdzenie, dostosowujesz się na podstawie wyników, dzielisz się tym, czego się nauczyłeś, i przekształcasz porażki w naukę zespołową.
• Skłonność do działania: budujesz cykl wykonawczy najpierw i udoskonalasz backlog hipotez w miarę postępu, zamiast spędzać kwartał na definiowaniu idealnej listy hipotez.
• Orientacja na produkt: myślisz poza modelem, w kierunku wpływu i wykonalności.
• Krytyczne myślenie i zdolność do konstruktywnej dyskusji.
• Komfort w niejednoznacznych, nowatorskich obszarach problemowych - i szybko się rozwijasz, gdy napotykasz przeszkody związane z danymi, zamiast czekać.

Co dajemy, abyś odniósł sukces

• Bezpośredni, wolny od biletów dostęp do zestawów danych SE Ranking - SERP, backlinki, treści, audyty, GA/GSC - plus dane z mediów społecznościowych Planable.
• Dedykowane wsparcie inżynieryjne w zakresie danych/analiz, aby rurociągi nie były projektem solo.
• Dedykowany budżet na API LLM do systematycznego próbkowania odpowiedzi (OpenAI, Google, Anthropic, Perplexity).
• Możliwość publikacji: wystąpienia na konferencjach, badania i nasze własne najlepsze praktyki.
• Uprawnienia do uruchamiania eksperymentów bez pytania o pozwolenie.

Jak będziemy wiedzieć, że to działa

• Czas cyklu od hipotezy do udokumentowanego wniosku.
• Wykonalność wynikających wniosków - czy weszły do planu rozwoju produktu lub najlepszych praktyk GEO?
• Samodzielność w zbieraniu i analizowaniu danych.
• Liczba przeprowadzonych eksperymentów/hipotez oraz ile z nich przetrwało w praktyce i zostało zintegrowanych z produktem.