— Manage a cross-functional team of ML, Data Science, backend, and frontend
— Plan sprints, estimate deadlines, and manage project risks
— Translate geological and client tasks into understandable technical requirements for the team and vice versa
— Manage the product and project roadmap, balancing client requirements, team capabilities, and company goals
— Negotiate with potential C-level clients and heads of geological services
Requirements
— 3+ years of experience in the mining industry: with mining or exploration companies, or on their behalf
— Understanding of the full exploration cycle: greenfield, brownfield, drilling, and reserve confirmation
— Knowledge of industry reporting standards JORC, NI 43-101, CRIRSCO at a level sufficient for communication with client geologists
— 3+ years of experience managing technical cross-functional teams
— Understanding of the ML model lifecycle: data collection and labeling, training, validation, and production deployment
Benefits
Salary Range: 350,000 — 450,000 ₽ gross
Компания: Atlas
Вилка: 350 000 — 450 000 ₽ gross
Что предстоит делать
— Управлять кросс-функциональной командой ML, Data Science, backend и frontend.
— Планировать спринты, оценивать сроки и управлять проектными рисками.
— Переводить задачи геологов и клиентов в понятные технические требования для команды и обратно.
— Управлять product и project roadmap, балансируя требования клиентов, возможности команды и цели компании.
— Вести переговоры с потенциальными клиентами уровня C-level и руководителями геологических служб.
Что ожидаем
— От 3 лет опыта в горнодобывающей отрасли: с добывающими или геологоразведочными компаниями либо на их стороне.
— Понимание полного цикла геологоразведки: greenfield, brownfield, бурение и подтверждение запасов.
— Знание отраслевых стандартов отчётности о ресурсах JORC, NI 43-101, CRIRSCO на уровне, достаточном для общения с геологами клиента.
— От 3 лет опыта управления техническими кросс-функциональными командами.
— Понимание жизненного цикла ML-моделей: сбор и разметка данных, обучение, валидация и вывод в production.
