Lead Applied Scientist – KI-Suche und Markenintelligenz

Stelle nicht auf LinkedIn

🔥 vor 3 Minuten

🇪🇺 Europa – Remote

⏰ Vollzeit

🟠 Senior

🧠 KI-Forscher

👻 Geisterscore 10%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

SE Ranking

WebsiteLinkedInAlle Stellen

51 - 200 Mitarbeiter

Gegründet 2012

💼 Beratung

📣 Marketing

🛍️ eCommerce

Consulting • Marketing • eCommerce

SE Ranking ist eine All-in-One-SEO-Plattform, die darauf ausgelegt ist, die Online-Sichtbarkeit und digitalen Marketingstrategien von Agenturen und Unternehmen jeder Größe zu verbessern. Seit 2013 bietet sie eine breite Palette an Tools, darunter Rank-Tracking, Website-Audits, Backlink-Checks und umfassende Keyword-Recherche – alles unterstützt durch fortschrittliche AI-Technologie. Weltweit von über 40. 000 Unternehmen genutzt, hat sich SE Ranking zum Ziel gesetzt, SEO-Management zugänglich und effektiv zu machen, damit Nutzer ihre Strategien auf Basis aussagekräftiger Daten und Analysen optimieren können.

Beschreibung

• Die Funktionsweise von KI-Suchsystemen und generativen Plattformen bei der Empfehlung und Beschreibung von Marken durch Reverse Engineering analysieren • Die Messgrundlage für den geschäftlichen Wert der Sichtbarkeit in KI-Systemen aufbauen • Die Forschungsagenda von der Hypothese über das Experiment und die Erkenntnis bis zur Umsetzung als Produktfunktion verantworten • Experimente konzipieren und durchführen sowie eine wiederholbare Experimentierpipeline etablieren • Die technische Ausrichtung festlegen, Hypothesen priorisieren, Methoden überprüfen und die tägliche Arbeit eines kleinen Teams steuern • Die ersten 3–4 Experimente durchführen und gemeinsam mit dem Produktmanagement mögliche Produktfunktionen definieren • Stichprobenverfahren für KI-Antworten über Themen, Suchintentionen und Regionen hinweg entwickeln und dabei Varianz, Verzerrungen und Repräsentativität berücksichtigen • Bewertungsrahmen für LLM-Ausgaben, Prompts und Modellverhalten etablieren • LLMs über Batch-APIs als Feature-Extraktoren und Bewertungsmodelle einsetzen, einschließlich Prompt-Evaluierung, kostenbewusster Batch-Inferenz und agentenbasierter Pipelines mit Tool-Nutzung • Standards für die Modellbewertung und -validierung verantworten • Modelle für Prognosen, Ranking, Klassifikation, Clustering und Representation Learning entwickeln • SERP-, Backlink-, Content-, Audit-, GA- und GSC-Daten in ClickHouse oder vergleichbaren spaltenorientierten OLAP-Systemen bei einem Umfang von Hunderten Millionen Zeilen analysieren • Hypothesen entwickeln und beschaffen, ein priorisiertes Backlog pflegen und den Umsetzungszyklus steuern • ML Engineers betreuen und am Recruiting mitwirken • Erkenntnisse gemeinsam mit Produktmanagement, Engineering, Marketing und Führungsebene in Produktfunktionen, veröffentlichte Forschung, Konferenzvorträge und Best Practices für GEO überführen

🎯 Anforderungen

• Mindestens 5–6 Jahre Erfahrung in Data Science oder Applied Science • Nachweisliche Erfahrung darin, unklar definierte Forschungsprobleme von der Hypothese bis zu einer umgesetzten Entscheidung zu führen • Tiefgehende praktische Expertise in Ranking und Information Retrieval, einschließlich Learning to Rank, NDCG/Precision@K sowie LambdaRank/LambdaMART • Umfassende und aktuelle GenAI-/LLM-Kenntnisse, einschließlich Prompting und Evaluierung kommerzieller APIs sowie Open-Weight-Modelle • Erfahrung mit LLM-as-a-Judge oder Agent-Evaluierung • Verständnis dafür, wie Stichproben, Kontext und Modellverhalten die Modellausgaben zu Marken beeinflussen • Sorgfältige Modellbewertung und -validierung, einschließlich der Erkennung von Data Leakage, zeitlicher bzw. Out-of-Time-Validierung und Metriken für Geschäftsergebnisse • Fähigkeit und Bereitschaft, die tägliche Arbeit eines kleinen Teams (1–2 Personen) zu steuern • Gute Englischkenntnisse (B2+) • Kenntnisse in Gradient Boosting mit LightGBM/CatBoost sind von Vorteil • Kenntnisse in Embeddings und Representation Learning mit sentence-transformers/faiss sind von Vorteil • Erfahrung in der direkten Analyse großer Datenmengen, beispielsweise mit ClickHouse, ist von Vorteil • Interesse an SEO und dem Suchmaschinenumfeld ist von Vorteil • Vertrautheit mit Konzepten zur Messung von KI-Suche ist von Vorteil • Erfahrung mit MLflow oder einer vergleichbaren Lösung für das Experiment-Tracking ist von Vorteil • Veröffentlichungen oder Konferenzvorträge sind von Vorteil

🏖️ Vorteile

• Direkter, ticketfreier Zugriff auf die SERP-, Backlink-, Content-, Audit-, GA-/GSC-Datensätze von SE Ranking sowie auf die Social-Media-Daten von Planable • Unterstützung durch ein dediziertes Data- und Analytics-Engineering-Team • Eigenes Budget für LLM-APIs zur systematischen Stichprobenerhebung von Antworten (OpenAI, Google, Anthropic, Perplexity) • Möglichkeit, Konferenzvorträge und Forschungsergebnisse zu veröffentlichen sowie unternehmensweite Best Practices zu entwickeln • Freiraum, Experimente ohne vorherige Genehmigung zu starten