Machine Learning Engineer Staff
Pinterest, une entreprise du secteur médias, divertissement et publicité, recrute pour le poste de Staff Machine Learning Engineer. C’est un poste en télétravail, et l’offre indique San Francisco, États-Unis comme lieu. Nous le classons en data et machine learning. L’offre mentionne LLM. 6+ ans d’expérience sont requis. Il y a 85 postes ouverts chez Pinterest sur ce site, dont 36 en IT et ingénierie.
Publiée il y a 9 jours · Dernière vérification 2026-10-23
À propos de Pinterest
Médias, divertissement et publicité Entreprise non tech avec une équipe IT 85 postes ouverts, dont 42 % en IT et ingénierie. Métiers les plus ouverts : Data et machine learning (23), Développement logiciel (général) (16), Marketing et communication (11).
Offres similaires
offres d’emploi data et machine learning aux États-Unis : 1 049 ouverts · offres d’emploi data et machine learning en télétravail : 693 ouverts
- Staff Machine Learning Engineer, Retrieval & Targeting — Reddit, Remote - United States
- Ingénieur/e Analytique Senior — Rocket Money, San Francisco, CA, Washington, D.C., New York City, N.Y., Detroit, MI, Phoenix, AZ, Miami, FL, Denver, CO., Remote (USA)Original : Senior Analytics Engineer
- Data Engineer Senior — SoFi, Cottonwood Heights, Utah, United StatesOriginal : Senior Data Engineer
- Data Analyst Senior — Hippo Insurance, Austin, Texas, United States; Dallas, Texas, United StatesOriginal : Senior Data Analyst
- Group Product Manager, Data/ML — Discord, San Francisco Bay Area
- Data Scientist Senior — Clarity Innovations, MacDill AFB, FLOriginal : Senior Data Scientist
- 2027 Summer Intern, MS/PhD, Software Engineer, ML Frameworks and Efficiency — Waymo, Mountain View, CA, USA
- Responsable Data Science — KAYAK, Concord OfficeOriginal : Data Science Manager
| Mode de travail | Télétravail |
| Niveau d’expérience | Staff |
| Métier | Data et machine learning |
| Pays | États-Unis |
| Points clés | Stack: LLM · Expérience : 6+ 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