Machine Learning Engineer | Contract | Remote
Tech Holding, en tech-serviceudbyder i branchen rådgivning, bureauer og erhvervsservice, har en ledig stilling som Machine Learning Engineer | Contract | Remote. Stillingen er remote, og opslaget nævner USA som sted. Vores mærkater placerer den som en stilling på mellemniveau inden for data og machine learning. Opslagets stack omfatter LLM, RAG, PyTorch, TensorFlow, Hugging Face og Elasticsearch. Der kræves 4+ års erfaring. Der tilbydes ikke visumsponsorering. Krav til tidszone: overlap with US Eastern. Tech Holding har 14 ledige stillinger på denne side, heraf 11 inden for IT og engineering.
Slået op for 11 dage siden · Senest tjekket 2026-10-24
Om Tech Holding
Rådgivning, bureauer og erhvervsservice Tech-serviceudbyder / bureau / rådgivning 14 ledige stillinger, 79 % inden for IT og engineering. Flest ledige roller: DevOps / SRE / platform / cloud (5), Softwareudvikling (generelt) (5), Data og machine learning (2).
Lignende job
job inden for data og machine learning i USA: 1.055 ledige · remote-job inden for data og machine learning: 696 ledige
- Data Scientist Fellow — Multi-Omics Analysis — Axle, Bethesda, MD
- Data Science Fellow — Organoid Biochemistry — Axle, Bethesda, MD
- Data Scientist Fellow, Bioinformatics and Image Analysis — Axle, Bethesda, MD
- Marketing & GTM Data Analyst — Deepgram, USA - Remote
- Bioinformatics / Data Scientist — Axle, Remote
- 2027 Summer Intern, MS/PhD, Machine Learning, Driver Refinement Foundations — Waymo, San Francisco, CA, USA
- SVP - Data Engineering, Data Science & Analytics — AXS, San Francisco, CA
- Business Intelligence Asscoaite — Farther, Hybrid - New York, NY
| Arbejdssted | Remote |
| Erfaringsniveau | Mellemniveau |
| Rolle | Data og machine learning |
| Lande | USA |
| Sprog | Python |
| Nøglefakta | Stack: Python, LLM, RAG, PyTorch, TensorFlow, Hugging Face, Elasticsearch, AWS, GCP, Azure, Docker, CI/CD · Erfaring: 4+ år · Remote, overlap with US Eastern · Visumsponsorering: nej |
Den fulde beskrivelse findes i det oprindelige opslag. Mærkater sættes automatisk og kan være forkerte. Om dataene