高级软件工程师（科学计算方向）
关于公司
在未来的几十年里，对铜、锂、钴等关键矿产的需求将继续增长。这些矿产用于建设电力基础设施、交通工具、数据中心和电子产品。然而，矿业公司在勘探上的每美元支出所获得的发现数量比30年前减少了10倍，因为容易找到的近地表矿床大多已被发现。
KoBold成立的初衷是成为第一家以AI为核心的矿产勘探、矿山开发和科技开发公司。我们的目标是使矿产勘探成为一门可重复的科学，以发现世界所需的矿产——通过整合人工智能、人类智慧和新技术。我们的多学科团队由数据科学家、工程师和地质学家组成，共同构建数据系统、设计新传感器，并建立行业领先的工作流程，以开发和测试我们在勘探项目上的地下预测。
我们的第一个发现，Mingomba，是赞比亚的一个高品位铜矿床，其发现成本远低于行业平均水平。我们以应用于勘探的同样技术严谨性来开发Mingomba。Mingomba团队汇集了矿山和加工工程师、地质学家、数据科学家、软件工程师以及社区、健康与安全、建筑和运营专家。通过结合行业知识和尖端技术，我们正在将Mingomba开发成一个世界级的项目，为我们自己、合作伙伴和社区带来更安全、更可预测的结果。预计将为后代创造数千个优质就业机会。
KoBold在八个国家开展勘探项目，所有这些项目都有发现新矿床的潜力。
KoBold是私人持有的；投资者包括机构资产管理公司T. Rowe Price和加拿大养老金计划投资、风险投资公司Andreessen Horowitz、Breakthrough Energy Ventures、BOND Capital、Durable Capital、StepStone和Standard Investments；以及战略自然资源公司必和必拓和三菱。
关于职位
在KoBold，我们相信现代科学计算栈将使系统化的矿产勘探成为可能，并大幅提高我们的矿产发现率。这个职位是这一战略的关键组成部分。作为我们科学计算团队的成员，您将应用软件工程和机器学习来处理遥感、钻孔、成像、地球物理和其他矿产勘探数据，以构建可扩展的机器学习系统，帮助我们的矿产勘探项目做出高速、高质量的决策。与我们优秀的数据科学家和地质学家团队合作，您将直接解决复杂的科学问题，共同为锂、铜、镍和钴等重要的能源转型金属的发现铺平道路。我们可以共同塑造矿产勘探的未来，为建设可持续发展的世界做出贡献。
职责
- 架构、实现和维护KoBold矿产勘探分析中使用的科学计算基础库。
- 构建工具以提高我们的机器学习进展速度，包括在Jupyter笔记本中实现快速原型设计；构建实验、评估和模拟框架；将成功的研发转化为健壮、可扩展的机器学习管道；并组织模型及其输出以实现可重复性和可发现性。
- 与数据科学家合作，构建模型以对地壳中经济矿体浓度的位置做出统计学上有效的预测。
- 应用并指导团队成员使用工程最佳实践，如编写健壮、可测试和可组合的代码。
- 与数据科学家、地球科学家和工程师合作，发明现代科学计算栈用于矿产勘探。
- 偶尔前往世界各地的勘探地点，观察科学计算对KoBold勘探产品的影响，并设计新技术以进一步促进发现。旅行大约每年两次，具体取决于项目需求。
资格要求
我们理想的候选人将具备：
- 至少5年的软件工程师、数据科学家或机器学习工程师的经验，尽管大多数优秀的候选人将有接近10年的经验。
- 构建具有业务价值的生产质量数据处理解决方案或工具的记录。
- 对机器学习基础概念的熟练掌握，包括统计、传统和深度学习方法。
- 熟练掌握Python，最好包括基于数组的包，如xarray和numpy。
- 对测量科学数据的深入经验。
- 在领域专家面前可视化科学数据的经验。
- 在机器学习运营和构建健壮的机器学习系统方面的经验。
- 提高数据科学家在实验和生产工作流程中的速度和效率的动力。
- 深入研究将机器学习应用于矿产勘探的新挑战问题的能力，包括理解复杂的地质学和矿产勘探实践领域以及处理有限、分散和嘈杂的数据源。