San Francisco HQ
Chercheur/euse Scientifique (diffusion)
Original : Research Scientist (diffusion)Salaire : inconnuPythonPyTorchTensorFlowPhD
Genmo, une entreprise du secteur industrie et hardware, a un poste ouvert de Research Scientist (diffusion). L’offre indique San Francisco, États-Unis comme lieu. Nous le classons en data et machine learning. La stack de l’offre comprend PyTorch, TensorFlow et Python. Un doctorat est requis. Il y a 2 postes ouverts chez Genmo sur ce site, dont 2 en IT et ingénierie.
Publiée il y a 7 jours · Dernière vérification 2026-10-26
À propos de Genmo
Industrie et hardware Entreprise non tech avec une équipe IT 2 postes ouverts, dont 100 % en IT et ingénierie. Métiers les plus ouverts : Data et machine learning (2).
Offres similaires
Machine Learning Engineer SeniorOriginal : Senior Machine Learning EngineerCheckr · Denver, Colorado, United States; San Francisco, California, United StatesUSD 207K–244K / anData EngineerOriginal : Data EngineerStuut · San Francisco | New York CityUSD 150K–200K / anData Scientist SeniorOriginal : Senior Data ScientistTripleLift · New York, New York, United StatesUSD 140K–170K / anMachine Learning Engineer, Classement & RécupérationOriginal : Machine Learning Engineer, Ranking & RetrievalBjak · United StatesTélétravailMembre du Staff Technique, Machine LearningOriginal : Member of Technical Staff, Machine LearningBjak · United StatesTélétravailMachine Learning Engineer AppliquéOriginal : Applied Machine Learning EngineerBjak · United StatesTélétravailMachine Learning Engineer StaffOriginal : Staff Machine Learning EngineerBjak · United StatesTélétravailTech Lead, Machine LearningOriginal : Technical Lead, Machine LearningBjak · United StatesHybride
| Mode de travail | Mode de travail non indiqué |
| Niveau d’expérience | Non indiqué |
| Métier | Data et machine learning |
| Pays | États-Unis |
| Langues | Python |
| Type d’emploi | FullTime |
| Points clés | Stack: Python, PyTorch, TensorFlow · Doctorat requis |
La description complète se trouve sur l’offre d’origine. Les étiquettes sont attribuées automatiquement et peuvent être erronées. À propos des données