Científico de Datos (Machine Learning para Optimización Minera)
Empresa de IA busca Científico de Datos con experiencia en Machine Learning y minería para optimizar operaciones mineras mediante modelos predictivos. Trabajo remoto en Sudamérica.
Si te copa aplicar Machine Learning para resolver desafíos reales en la industria minera y buscás un puesto remoto con impacto, ¡este es tu lugar! Ideal para quienes disfrutan de optimizar procesos y ver resultados concretos.
Descripción del puesto
DATA SCIENTIST (MACHINE LEARNING PARA OPTIMIZACIÓN MINE-TO-MILL) REMOTO | PREFERENCIA POR SUDAMÉRICA (CHILE, PERÚ, BRASIL, ARGENTINA) | CONTRATACIÓN DIRECTA Nos asociamos con una innovadora empresa de IA que está transformando las operaciones mineras a través de machine learning y análisis avanzados. Su plataforma ayuda a las compañías mineras a optimizar todo el proceso de "mine-to-mill" (de la mina al molino), mejorando la recuperación, el rendimiento y la eficiencia operativa mediante la toma de decisiones basada en datos. La empresa se especializa en aplicar IA a desafíos reales de la minería y en construir modelos de nivel de producción que evolucionan continuamente a medida que cambian las condiciones operativas. SOBRE EL ROL Buscamos un Data Scientist con sólida experiencia en machine learning y experiencia práctica en la industria minera para ayudar a construir y mejorar modelos predictivos utilizados en operaciones de minería y procesamiento de minerales. Este no es un entorno de "entrenar una vez y desplegar". Desarrollarás y mantendrás modelos que se adaptan continuamente a las cambiantes condiciones geológicas, la variabilidad del mineral y las diferencias operativas entre múltiples sitios mineros. Trabajarás en estrecha colaboración con expertos del dominio y equipos de ingeniería para lograr mejoras medibles en el rendimiento de la planta, la recuperación y los resultados de producción. Las operaciones mineras a menudo requieren monitoreo y adaptación continua de modelos porque las características del mineral y las condiciones del proceso evolucionan con el tiempo. QUÉ HARÁS - Construir, desplegar y mejorar modelos de machine learning para la optimización "mine-to-mill". - Analizar conjuntos de datos de minería y procesamiento a gran escala para identificar oportunidades de mejora operativa. - Desarrollar modelos predictivos relacionados con características del mineral, fragmentación, recuperación, flotación, rendimiento y desempeño de la planta. - Monitorear el rendimiento del modelo y abordar el "model drift" (deriva del modelo) entre sitios y bajo condiciones geológicas cambiantes. - Colaborar con ingenieros de minas, metalurgistas y equipos de operaciones para traducir desafíos de negocio en soluciones de ML. - Trabajar con conjuntos de datos industriales estructurados y no estructurados para apoyar la toma de decisiones de producción. - Diseñar experimentos y evaluar el rendimiento del modelo en entornos operativos reales. - Contribuir a las prácticas de MLOps y monitoreo de modelos para sistemas de producción. CALIFICACIONES REQUERIDAS - Más de 5 años de experiencia en Data Science, Machine Learning o IA Aplicada. - Sólidos fundamentos en Python y machine learning. - Experiencia en la construcción de sistemas de ML en producción y mantenimiento de modelos a lo largo del tiempo. - Experiencia práctica con: - Google Cloud Platform (GCP) - BigQuery - Pipelines de datos basados en Parquet - Monitoreo de modelos y seguimiento del rendimiento. - Sólidas habilidades en modelado estadístico y experimentación. - Experiencia trabajando con grandes conjuntos de datos operativos o industriales. - Excelentes habilidades de comunicación y capacidad para colaborar con equipos multifuncionales. ALTAMENTE PREFERIDO - Experiencia directa en minería, procesamiento de minerales, metalurgia u optimización "mine-to-mill". - Comprensión de: - Variabilidad del mineral. - Dureza de la roca y fragmentación. - Procesos de flotación. - Optimización de la recuperación. - Factores clave del rendimiento del molino. - Análisis de procesos de producción. - Experiencia apoyando múltiples sitios operativos con condiciones geológicas variables. - Experiencia con modelado de series temporales y optimización de procesos industriales. DESEABLE - Experiencia con frameworks de MLOps. - Conocimiento de sistemas de control de procesos y plataformas de datos industriales. - Experiencia con sistemas de mantenimiento predictivo u optimización. - Antecedentes en operaciones de cobre, oro o metales base. COMPENSACIÓN Y BENEFICIOS - Compensación competitiva (~USD $140.000/año, dependiendo de la experiencia). - Totalmente remoto. - Oportunidad de trabajar en aplicaciones de IA de vanguardia en la industria minera. - Equipo pequeño y altamente técnico con impacto directo en el producto y los resultados del cliente. - Proceso de contratación rápido. PROCESO DE ENTREVISTAS 1. Entrevista grabada G2i (revisión de experiencia + profundización técnica específica). 2. Entrevista con el cliente (VP de Data Science). 3. Decisión final. Estamos especialmente interesados en candidatos radicados en Sudamérica, siendo Chile un mercado particularmente fuerte debido a la concentración de operaciones mineras avanzadas en la región.
Responsabilidades
- Construir, desplegar y mejorar modelos de Machine Learning
- Analizar datasets de minería y procesamiento
- Desarrollar modelos predictivos
- Monitorear rendimiento de modelos
- Colaborar con ingenieros y equipos de operaciones
- Trabajar con datasets industriales
- Diseñar experimentos
- Contribuir a MLOps y monitoreo de modelos
Skills requeridas
Beneficios
- Compensación competitiva
- Remoto
- Oportunidad de trabajar en IA de vanguardia
- Equipo técnico pequeño
- Impacto directo en producto y clientes
Trabajos similares
Analista de Datos - Data Scientist - Remoto Inglés Requerido
Analistas De Datos / Data Analysts - Remoto Ingles Requerido
Senior Data Science Engineer - Argentina
