Ingénieur/e AI II – Confiance & Explicabilité (AI Platform)
AI Engineer II – Trust & Explainability (AI Platform) est une offre ouverte chez MeridianLink, un éditeur de logiciels du secteur fintech et paiements. C’est un poste en télétravail, et l’offre indique États-Unis comme lieu. Nous le classons comme un poste de niveau confirmé en data et machine learning. Technologies citées dans l’offre : LLM, Git, Docker, RAG, Azure et AWS. 3+ ans d’expérience sont requis. Il y a 11 postes ouverts chez MeridianLink sur ce site, dont 7 en IT et ingénierie.
Publiée il y a 25 jours · Dernière vérification 2026-10-23
À propos de MeridianLink
Fintech et paiements Éditeur de logiciels 11 postes ouverts, dont 64 % en IT et ingénierie. Métiers les plus ouverts : Data et machine learning (4), Développement logiciel (général) (2), Stratégie, conseil et analyse (1).
Offres similaires
offres d’emploi data et machine learning aux États-Unis : 1 047 ouverts · offres d’emploi data et machine learning en télétravail : 697 ouverts
- 2027 Summer Intern, MS/PhD, Software Engineer, ML Frameworks and Efficiency — Waymo, Mountain View, CA, USA
- Data Scientist V-6355 — itD Tech, San Jose
- Data Engineer Senior — EOS, Burlingame, California, United StatesOriginal : Senior Data Engineer
- Senior Data Analyst, Enterprise — 1Password, Remote (United States | Canada)
- Senior Applied AI Engineer I — Juniper Square, USA
- Senior Product Data Analyst - Payments & Financial Services — BILL, United States
- Mid-Level AI Engineer — Clera, San Francisco
- Data Scientist Associé/e — Jerry.ai, New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaOriginal : Associate Data Scientist
| Mode de travail | Télétravail |
| Niveau d’expérience | Confirmé |
| Métier | Data et machine learning |
| Pays | États-Unis |
| Langues | PythonTypeScript |
| Type d’emploi | FullTime |
| Points clés | Stack: Python, TypeScript, LLM, Git, Docker, RAG, Azure, AWS, OpenTelemetry · Expérience : 3+ ans · Télétravail |
La description complète se trouve sur l’offre d’origine. Les étiquettes sont attribuées automatiquement et peuvent être erronées. À propos des données