H-1BEmpresa con historial de patrocinio ante el gobierno

REG. 4119948

Ingeniero de Machine Learning Staff

MARIANA MINERALS CO.

Salario anunciado: $160K – $240K • Offers Equity

Ingeniero de machine learning en Ann Arbor, MI; empresa con 14 LCAs aprobadas en los últimos 12 meses.

Ver el empleo en el portal y postular →Ver planes

Cuenta gratis — el contacto y el enlace oficial del empleo están en el portal.

Descripción del empleo

Traducción automática del anuncio original del empleador.

Sobre Mariana Minerals Mariana Minerals es una empresa de minerales verticalmente integrada, centrada en software, con la misión de suministrar los minerales críticos que impulsan la energía moderna, la IA y las tecnologías de defensa. Estamos reimaginando la cadena de suministro de minerales combinando una profunda experiencia en la industria con software avanzado, automatización y toma de decisiones basada en datos. El Rol Mariana Minerals está construyendo la cadena de suministro de minerales críticos desde cero, y estamos buscando un Staff Machine Learning Engineer para ayudar a hacerla autónoma. No somos una empresa de software que vende herramientas a operadores mineros. Somos una empresa minera que construye software. Mariana diseña, construye, pone en marcha y opera nuestras propias minas y refinerías. Desarrollamos procesos químicos patentados y los ejecutamos a escala de laboratorio, piloto y comercial. Hoy, estamos produciendo sales de litio de grado de batería a partir de aguas residuales reales de petróleo y gas en nuestras instalaciones. Nuestra primera instalación de producción de litio a escala comercial, Lithium One, tiene como objetivo la producción inicial en el primer trimestre de 2027. Como Staff Machine Learning Engineer en Mariana, establecerás la dirección técnica sobre cómo hacemos que el refinamiento sea autónomo. Definirás cómo se construyen, validan y confían los modelos de control en equipos en vivo en nuestros circuitos e instalaciones, y asumirás personalmente los problemas de modelado más difíciles que se interponen entre nosotros y las operaciones totalmente autónomas. Tus decisiones se verán reflejadas en las tasas reales de recuperación, consumo de energía, uso de reactivos y tiempo de actividad en cada planta que operamos.   La Tecnología Este es uno de los trabajos de IA aplicada más interesantes que existen hoy en día. Nuestra plataforma interna utiliza los mismos kits de herramientas de aprendizaje por refuerzo que impulsan vehículos autónomos y robots humanoides, pero aplicados al control autónomo de corto intervalo de circuitos de refinamiento de minerales. Los modelos ajustan los puntos de ajuste operativos y las configuraciones en tiempo real, optimizando simultáneamente la recuperación de litio, el consumo de reactivos, la intensidad energética y el tiempo de actividad del equipo. El entorno es ruidoso y no estacionario: las composiciones de las aguas residuales cambian, los grados del mineral cambian, el equipo envejece. El sistema debe adaptarse continuamente. El objetivo final son operaciones de refinamiento totalmente autónomas. Cuando envías código aquí, puedes ver literalmente cómo cambia la física. Bajo el capó, esto significa entrenar modelos de control dentro de simuladores físicamente realistas de nuestras unidades de proceso, y luego cerrar la brecha con respecto a los datos reales de la planta antes de que algo toque el equipo en vivo.   Lo que harás • Ser dueño de la hoja de ruta de autonomía en múltiples circuitos e instalaciones, decidiendo qué operaciones unitarias automatizar a continuación y dónde vale la pena la inversión en simulación y modelado. • Definir cómo se validan y certifican los modelos de control como seguros para desplegar en equipos de refinamiento reales, incluyendo cómo se mide y cierra la brecha entre la simulación y la realidad. • Establecer los estándares para nuestros simuladores y nuestra pila de modelado, de modo que todo el equipo construya controladores que sean reproducibles, seguros y basados en la economía real del proyecto. • Resolver personalmente los problemas más difíciles de modelado y control: no estacionariedad, restricciones de seguridad y optimización multiobjetivo en recuperación, uso de reactivos, energía y tiempo de actividad. • Asociarte con el liderazgo en decisiones importantes de capital y operativas, traduciendo los conocimientos técnico-económicos y de proceso en estrategia. • Multiplicar al equipo a través de la dirección técnica, la revisión de diseño y la mentoría de ingenieros en todos los niveles, y asociarte con nuestros líderes de ingeniería de datos para dar forma a la plataforma de datos que requiere la hoja de ruta de autonomía. Tú eres dueño del modelado y del resultado en la planta; ellos son dueños de la columna vertebral.   Calificaciones Deseadas • 8+ años en ingeniería de aprendizaje automático (o 6+ excepcionales con liderazgo técnico demostrado a nivel organizacional), incluyendo ML de producción o sistemas de control que operaron en el mundo real. • Un historial de establecimiento de dirección técnica para sistemas de ML en dominios físicos, industriales, robóticos o de control. • Profunda experiencia en aprendizaje por refuerzo bajo no estacionariedad, simulación y gemelos digitales, y cierre de brechas entre simulación y realidad, además del juicio para saber cuándo gana un enfoque más simple. • Capacidad demostrada para reducir el riesgo en problemas ambiguos y nunca antes realizados: definiendo el objetivo, la métrica de éxito y el camino para los demás. • Fuerte influencia multifuncional tanto con el liderazgo técnico como con expertos en el dominio: químicos, metalúrgicos, ingenieros de procesos y geólogos. • Un constructor de corazón. Los ingenieros Staff aquí todavía envían código.   Por qué este rol Somos dueños de los proyectos, generamos los datos y cerramos el ciclo. Cada instalación que construimos hace que el software sea más inteligente, y la siguiente instalación más rápida y barata. La minería es uno de los últimos sectores industriales importantes que no ha sido reconstruido con software moderno. La oportunidad aquí no es una brecha de funciones, son flujos de trabajo y sistemas completos que aún no existen. Tu trabajo dará forma directamente a cómo se producen los minerales críticos a escala en las próximas décadas. Este es un rol para alguien que quiere establecer la dirección técnica de toda una plataforma de IA industrial mientras aún se está inventando, no mantener una que ya existe. Nuestra cultura se basa en tres principios: Propiedad Extrema – Asumimos total responsabilidad por los resultados, impulsando incansablemente hacia soluciones. Elimina Requisitos, luego Automatiza – Simplificamos, optimizamos y luego automatizamos para escalar. Comparte tus Legos – Colaboramos abiertamente, compartimos conocimientos y nos empoderamos mutuamente para construir soluciones más grandes y mejores. Únete a nosotros mientras construimos el futuro del abastecimiento y suministro responsable de minerales.
Ver el texto original en inglés
About Mariana Minerals Mariana Minerals is a software-first, vertically integrated minerals company on a mission to supply the critical minerals powering modern energy, AI, and defense technologies. We’re reimagining the minerals supply chain by combining deep industry expertise with advanced software, automation, and data-driven decision-making. About the role Our control systems can only act on what the plant knows about itself, and this role is responsible for most of that knowledge. The work includes: • Reinforcement learning agents that learn to control our processes in simulation • Time-series models for forecasting and detection • Vision systems that measure things no instrument can • Soft sensors that estimate lab results we can't get back fast enough • Classifiers that flag faults early You'll set technical direction for applied ML across our sites and build much of it yourself, from data to deployment. The scope is wide on purpose. We care more about range and good judgment than deep expertise in any single technique. What you'll work on • Deciding where ML is worth it. Some problems need a model and many don't. You'll help us put effort where it improves recovery, uptime, or cost. • Time-series work: forecasting, anomaly and excursion detection, predictive maintenance, and soft sensors. • Computer vision on circuits, conveyors, and equipment. Expect poor lighting, vibration, and dirty lenses. • Classification and diagnostics for faults, product quality, and process state. Labels are rare, classes are imbalanced, and some mistakes cost far more than others. • Setting the deployment bar for each model and running the validation that gets it from a notebook into the control room, where operators rely on it during their shift. • Writing the team's modeling standards, reviewing designs, and mentoring engineers at every level. • Working closely with two teams: • The autonomy and controls team, whose controllers use your predictions. • Data engineering, who own the platform underneath. • Reinforcement learning in our process simulators, training agents to learn how to control each circuit and taking what works from simulation onto the real plant. What we're looking for • 8 to 10+ years in ML engineering, or 6+ with clear org-level technical leadership. You've put models into production in the physical world and kept them running. • Shipped work in at least two of these areas: time-series, computer vision, reinforcement learning, and classical supervised learning. You can pick up a third quickly, and you can tell which one a problem actually needs. • Experience with industrial sensor data: historians, SCADA/DCS, OPC-UA, or similar. • Experience with scarce labels, drift, and rare events. You report how uncertain a prediction is, not just a single number. • You work well with roboticists, chemists, metallurgists, process engineers, and geologists, and you can bring technical leadership along with you. • You like building. Staff engineers here ship. Why join We own our projects and generate our own data, so what you build feeds straight back into operations. Each new facility adds to that data and makes the next one quicker and cheaper to build. In most applied ML jobs, someone hands you a cleaned dataset and a metric. Here you get a plant. You figure out what needs measuring, build the thing that measures it, and see whether the numbers move. Our culture is built on four principles: Everyone Gets Home Safe. We never put speed or cost ahead of people. Extreme Ownership. We take full responsibility for outcomes, relentlessly driving toward solutions. Engineer Out Requirements, then Automate. We simplify, optimize, and then automate for scale. Share Your Legos. We collaborate openly, share knowledge, and empower each other to build bigger, better solutions. Join us as we build the future of responsible mineral sourcing and supply!
Ver el empleo en el portal y postular →Ver planes

Cuenta gratis — el contacto y el enlace oficial del empleo están en el portal.

Más empleos como este

Ingeniero DevOps Senior

Reston, VA

Gerente de Programas Técnicos Sénior

Remote

Gerente Sénior de Programas Técnicos

Remote

Científico de Datos Senior - Ingeniería de IA - Aplicaciones Clínicas

Lexington, MA

Técnico de Pruebas Industriales

Mason, OH

Pasante de Tecnología (Eventos)

Laramie

US$ 20.542/ano

Ver todos los empleos →