Patent Analytics Expert (IP & Portfolio Analysis Products)

О позиции

Команда LexisNexis Intellectual Property помогает innovators, юридическим фирмам и инвесторам понимать патенты — собственные, конкурентов и компаний-целей. Наши продукты (PatentSight+, IPlytics, TotalPatent One) информируют решения о R&D инвестициях, лицензировании, судебных процессах, M&A и конкурентной стратегии. Сегодня многие клиенты используют ИИ-ассистента для аналитики, и нам нужен эксперт, который знает, как должны выглядеть хорошие ответы, чтобы наши продукты давали правильную информацию.

Чем заниматься

• Быть голосом end-пользователей: менеджеров по IP и портфелям, аналитиков конкурентной разведки, M&A команд, R&D стратегистов — глубоко понимать их потребности
• Определять критерии качества ответов ИИ для различных кейсов: анализ портфелей, бенчмаркинг конкурентов, технологические тренды, поиск целей для acquisitions и лицензирования, оптимизация портфелей
• Создавать governed question sets, graded example answers, scoring rubrics и acceptance criteria для evaluation frameworks
• Проводить human-in-the-loop оценки ИИ-функций, проводить expert reviews и формировать стандарты качества
• Взаимодействовать с командами разработки для поиска корневых причин проблем в data sources через back-engineering от AI outputs
• Предлагать новые AI-use cases и тестировать идеи с пользователями
• Самостоятельно планировать и вести проекты от определения проблемы до рекомендаций senior stakeholders
• Отслеживать конкурентов и новые AI-инструменты, маркировать opportunities и risks

Что ждут

• Опыт работы с патентными данными для ответа на бизнес-вопросы (патентная аналитика, IP/innovation консалтинг, competitive intelligence, portfolio management, due diligence)
• Сильный технический бэкграунд для критического чтения патентов и интерпретации claims
• Понимание patent data pitfalls: family counting, ownership roll-ups, legal status, citations, classification, time effects
• Способность ясно объяснять надёжность анализа и пути его улучшения
• Аналитические навыки: платформы аналитики, Excel, SQL или Python
• Практическое использование AI-инструментов кроме базового чата: эффективное prompting, понимание где они помогают и где misleading
• Умение работать независимо и презентовать рекомендации non-specialist аудитории
• Желательны 3+ года опыта в patent analytics, competitive intelligence, IP consulting, portfolio management

Будет плюсом

• Опыт работы с платформами аналитики патентов
• Опыт AI evaluation: rubric-based scoring, LLM-as-a-judge, human-in-the-loop review
• Опыт в M&A, IP due diligence, лицензировании или valuation портфелей
• Опыт prior-art или freedom-to-operate работ
• Бэкграунд в technology-intensive industry или R&D
• Опыт работы с product командами или user researchers

Условия

• Работа над глобальными продуктами, которые определяют, что такое хороший инсайт на основе патентов для пользователей worldwide
• Поддержка от глобальной группы с многолетним опытом building data, analytics and AI products
• Гибкий график работы
• Balance work/life через wellbeing initiatives
• Shared parental leave, study assistance, sabbaticals
• Коллеги, которым важно давать правильные ответы

Навыки

• Patent Analytics
• IP Management
• Competitive Intelligence
• AI Evaluation
• LLM-as-a-Judge
• Python
• SQL
• Excel
• Human-in-the-Loop Review
• Data Analysis
• Business Intelligence
• Due Diligence
• Portfolio Management
• Technology Scouting
• M&A Analysis
• Claim Interpretation
• Patent Classification
• Prior Art Search

Могут спросить на собеседовании

1. Приведите пример случая, когда патентная аналитика дала ошибочный вывод. Как вы обнаружили проблему и как бы улучшили метод?
2. Расскажите о проекте, где ваш патентный анализ повлиял на бизнес-решение. Как вы обеспечили доверие к результату? Какие AI-инструменты использовали бы сегодня?
3. Как вы оцениваете качество ответа от ИИ-ассистента в контексте анализа патентного портфеля? Какие метрики используете?
4. Как объяснить результаты анализа неспециалисту (например, CEO или инвестору)? Приведите пример.
5. Какие типичные pitfalls в работе с патентными данными вы знаете и как их избегать при построении аналитики?