San Francisco
Data Engineer, Aprendizagem Automática
Original: Data Engineer, Machine LearningSalário: desconhecidoHíbrido
Vizcom, uma empresa de software do setor indústria e hardware, tem uma vaga aberta de Data Engineer, Machine Learning. É uma vaga híbrida em San Francisco, Estados Unidos. Classificamo-la em dados e machine learning. Benefícios mencionados na oferta: participação no capital e orçamento para formação. Há 2 vagas abertas da Vizcom neste site, 2 das quais em TI e engenharia.
Publicada há 17 dias · Última verificação: 2026-10-24
Sobre Vizcom
Indústria e hardware Empresa de produto de software 2 vagas abertas, 100% em TI e engenharia. Áreas com mais vagas: Dados e machine learning (1), Desenvolvimento de software (geral) (1).
Ofertas semelhantes
Engenheiro/a de Analytics SeniorOriginal: Senior Analytics EngineerRocket Money · San Francisco, CA, Washington, D.C., New York City, N.Y., Detroit, MI, Phoenix, AZ, Miami, FL, Denver, CO., Remote (USA)USD 150K–190K / anoData Engineer SeniorOriginal: Senior Data EngineerSoFi · Cottonwood Heights, Utah, United StatesUSD 124,8K–156K / anoData Analyst SeniorOriginal: Senior Data AnalystHippo Insurance · Austin, Texas, United States; Dallas, Texas, United StatesData Engineer LeadOriginal: Lead Data EngineerWalker Sands · Chicago, Boston, RemoteUSD 155K–175K / anoGestor/a de Data ScienceOriginal: Data Science ManagerKAYAK · Concord OfficeUSD 165K–200K / anoEngenheiro/a de Analytics SeniorOriginal: Senior Analytics EngineerGood Inside · New York, NY (Hybrid Manhattan)USD 185K–195K / anoData Engineer SeniorOriginal: Senior Data EngineerEOS · Burlingame, California, United StatesUSD 135K–150K / anoEngenheiro/a de AI Mid-LevelOriginal: Mid-Level AI EngineerClera · San FranciscoUSD 150K–180K / ano
| Local de trabalho | Híbrido |
| Nível de experiência | Não indicado |
| Área | Dados e machine learning |
| Países | Estados Unidos |
| Tipo de emprego | FullTime |
| Dados principais | Participação no capital · Orçamento para formação |
A descrição completa está na oferta original. As etiquetas são definidas automaticamente e podem estar erradas. Sobre os dados