Palo Alto, California, United States
Engenheiro/a de MLOps Staff
Original: Staff MLOps EngineerUSD 230K–270K / anoHíbridoStaffDados e machine learning
CI/CDAWSDockerKubernetes
AiDASH, Inc., uma empresa de software do setor energia e clima, tem uma vaga aberta de Staff MLOps Engineer. A vaga é em regime híbrido, com base em Palo Alto, Estados Unidos. Classificamo-la em dados e machine learning. O stack da oferta inclui CI/CD, AWS, Docker e Kubernetes. A AiDASH, Inc. tem 8 vagas abertas neste site, 5 das quais em TI e engenharia.
Publicada há 17 dias · Última verificação: 2026-10-27
Sobre AiDASH, Inc.
Energia e clima Empresa de produto de software 8 vagas abertas, 62% em TI e engenharia. Áreas com mais vagas: Desenvolvimento backend (2), Estratégia, consultoria e análise (1), Dados e machine learning (1).
Ofertas semelhantes
Data ScientistOriginal: Data ScientistJerry.ai · New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaUSD 140K–160K / anoData Scientist Associado/aOriginal: Associate Data ScientistJerry.ai · New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaUSD 110K–140K / anoData AnalystOriginal: Data AnalystRVO Health · Charlotte, North Carolina, United StatesUSD 70K–95K / anoCientista Principal de Investigação - RiscoOriginal: Principal Research Scientist - RiskNeara · New York CityUSD 180K–220K / anoData Scientist, GeoespacialOriginal: Data Scientist, GeospatialNeara · HoustonUSD 140K–160K / anoMachine Learning Engineer StaffOriginal: Staff Machine Learning EngineerPinterest · San Francisco, CA, US; Remote, USRemotoMembro Técnico Staff, Machine LearningOriginal: Member of Technical Staff, Machine LearningAntioch · New York CityPresencialData ScientistOriginal: Data ScientistCenterfield · Los Angeles, CaliforniaUSD 95K–115K / ano
| Local de trabalho | Híbrido |
| Nível de experiência | Staff |
| Área | Dados e machine learning |
| Países | Estados Unidos |
| Dados principais | Stack: CI/CD, AWS, Docker, Kubernetes |
A descrição completa está na oferta original. As etiquetas são definidas automaticamente e podem estar erradas. Sobre os dados