H-1BEmpresa com histórico de patrocínio no governo

REG. 4119948

Engenheiro de Machine Learning Staff

MARIANA MINERALS CO.

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

Engenheiro de machine learning em Ann Arbor, MI; empresa com 14 LCAs aprovadas nos últimos 12 meses.

Ver a vaga no portal e se candidatar →Conhecer os planos

Cadastro grátis — o contato e o link oficial da vaga ficam no portal.

Descrição da vaga

Tradução automática do anúncio original do empregador.

Sobre a Mariana Minerals Mariana Minerals é uma empresa de minerais verticalmente integrada, focada em software, com a missão de fornecer os minerais críticos que impulsionam a energia moderna, a IA e as tecnologias de defesa. Estamos reimaginando a cadeia de suprimentos de minerais combinando profunda experiência no setor com software avançado, automação e tomada de decisão baseada em dados. O Cargo A Mariana Minerals está construindo a cadeia de suprimentos de minerais críticos do zero — e estamos procurando um Staff Machine Learning Engineer para ajudar a torná-la autônoma. Não somos uma empresa de software vendendo ferramentas para operadores de mineração. Somos uma empresa de mineração que constrói software. A Mariana projeta, constrói, comissiona e opera nossas próprias minas e refinarias. Desenvolvemos processos químicos proprietários e os executamos em escala laboratorial, piloto e comercial. Hoje, estamos produzindo sais de lítio de grau de bateria a partir de águas residuais reais de petróleo e gás em nossas instalações. Nossa primeira instalação de produção de lítio em escala comercial, a Lithium One, tem como meta a produção inicial no primeiro trimestre de 2027. Como Staff Machine Learning Engineer na Mariana, você definirá a direção técnica de como tornaremos o refino autônomo. Você definirá como os modelos de controle são construídos, validados e validados para uso em equipamentos reais em nossos circuitos e instalações — e você assumirá pessoalmente os problemas de modelagem mais difíceis que se interpõem entre nós e as operações totalmente autônomas. Suas decisões aparecerão nas taxas reais de recuperação, consumo de energia, uso de reagentes e tempo de atividade em cada planta que operamos.   A Tecnologia Este é um dos trabalhos de IA aplicada mais interessantes acontecendo hoje. Nossa plataforma interna usa os mesmos kits de ferramentas de aprendizado por reforço que impulsionam veículos autônomos e robôs humanoides — mas aplicados ao controle autônomo de curto intervalo de circuitos de refino de minerais. Os modelos ajustam os pontos de ajuste operacionais e as configurações em tempo real, otimizando simultaneamente a recuperação de lítio, o consumo de reagentes, a intensidade energética e o tempo de atividade do equipamento. O ambiente é ruidoso e não estacionário: as composições das águas residuais mudam, os teores de minério mudam, o equipamento envelhece. O sistema deve se adaptar continuamente. O objetivo final são operações de refino totalmente autônomas. Quando você entrega código aqui, você pode literalmente observar a física mudar. Por trás das cenas, isso significa treinar modelos de controle dentro de simuladores fisicamente realistas de nossas unidades de processo, e então fechar a lacuna em relação aos dados reais da planta antes que qualquer coisa toque o equipamento real.   O que você fará • Ser responsável pelo roteiro de autonomia em vários circuitos e instalações — decidindo quais operações unitárias automatizar a seguir e onde o investimento em simulação e modelagem compensa. • Definir como os modelos de controle são validados e certificados como seguros para implantação em equipamentos de refino reais, incluindo como a lacuna entre a simulação e a realidade é medida e fechada. • Estabelecer os padrões para nossos simuladores e nossa pilha de modelagem, para que toda a equipe construa controladores que sejam reproduzíveis, seguros e fundamentados na economia real do projeto. • Resolver pessoalmente os problemas mais difíceis de modelagem e controle — não estacionariedade, restrições de segurança e otimização multiobjetivo em recuperação, uso de reagentes, energia e tempo de atividade. • Fazer parceria com a liderança em grandes decisões de capital e operacionais, traduzindo insights técnico-econômicos e de processo em estratégia. • Multiplicar a equipe por meio de direção técnica, revisão de design e mentoria de engenheiros em todos os níveis — e fazer parceria com nossos líderes de engenharia de dados para moldar a plataforma de dados que o roteiro de autonomia exige. Você é dono da modelagem e do resultado na planta; eles são donos da espinha dorsal.   Qualificações Desejadas • 8+ anos em engenharia de aprendizado de máquina (ou 6+ excepcionais com liderança técnica demonstrada em nível organizacional), incluindo ML de produção ou sistemas de controle que operaram no mundo real. • Histórico de definição de direção técnica para sistemas de ML em domínios físicos, industriais, robóticos ou de controle. • Profunda experiência em aprendizado por reforço sob não estacionariedade, simulação e gêmeos digitais, e fechamento de lacunas entre simulação e realidade — além do julgamento para saber quando uma abordagem mais simples vence. • Capacidade demonstrada de reduzir riscos em problemas ambíguos e nunca antes feitos: enquadrando o objetivo, a métrica de sucesso e o caminho para os outros. • Forte influência multifuncional com liderança técnica e especialistas no domínio — químicos, metalúrgicos, engenheiros de processo e geólogos. • Um construtor de coração. Engenheiros Staff aqui ainda entregam código.   Por que este cargo Somos donos dos projetos, geramos os dados e fechamos o ciclo. Cada instalação que construímos torna o software mais inteligente — e a próxima instalação mais rápida e barata. A mineração é um dos últimos grandes setores industriais que não foi reconstruído com software moderno. A oportunidade aqui não é uma lacuna de recursos — são fluxos de trabalho e sistemas inteiros que ainda não existem. Seu trabalho moldará diretamente como minerais críticos são produzidos em escala nas próximas décadas. Este é um cargo para alguém que deseja definir a direção técnica de uma plataforma industrial de IA inteira enquanto ela ainda está sendo inventada — não manter uma que já existe. Nossa cultura é construída sobre três princípios: Propriedade Extrema – Assumimos total responsabilidade pelos resultados, buscando incansavelmente soluções. Elimine Requisitos, depois Automatize – Simplificamos, otimizamos e depois automatizamos para escala. Compartilhe seus Legos – Colaboramos abertamente, compartilhamos conhecimento e capacitamos uns aos outros para construir soluções maiores e melhores. Junte-se a nós enquanto construímos o futuro do fornecimento e suprimento responsável de minerais.
Ver o texto original em inglês
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 a vaga no portal e se candidatar →Conhecer os planos

Cadastro grátis — o contato e o link oficial da vaga ficam no portal.

Mais vagas como essa

Engenheiro DevOps Sênior

Reston, VA

Gerente de Programas Técnicos Sênior

Remote

Gerente Sênior de Programas Técnicos

Remote

Cientista de Dados Sênior - Engenharia de IA - Aplicações Clínicas

Lexington, MA

Técnico de Testes Industriais

Mason, OH

Estagiário de Tecnologia (Eventos)

Laramie

US$ 20.542/ano

Ver todas as vagas →