Data Scientist Staff
Staff Data Scientist est une offre ouverte chez Ripple, un éditeur de logiciels du secteur crypto et web3. L’offre indique San Francisco, États-Unis comme lieu. Nous le classons en data et machine learning. Technologies citées dans l’offre : LLM, Databricks, Airflow, Python, R et SQL. Avantages cités dans l’offre : budget formation. Il y a 26 postes ouverts chez Ripple sur ce site, dont 8 en IT et ingénierie.
Publiée il y a 16 jours · Dernière vérification 2026-10-24
À propos de Ripple
Crypto et web3 Éditeur de logiciels 26 postes ouverts, dont 31 % en IT et ingénierie. Métiers les plus ouverts : Finance et juridique (8), Marketing et communication (8), Développement logiciel (général) (5).
Offres similaires
offres d’emploi data et machine learning aux États-Unis : 1 051 ouverts
- Stagiaire Été 2027, MS/PhD, Machine Learning, Fondations du Raffinement des Drivers — Waymo, San Francisco, CA, USAOriginal : 2027 Summer Intern, MS/PhD, Machine Learning, Driver Refinement Foundations
- SVP - Data Engineering, Data Science & Analytics — AXS, San Francisco, CA
- Business Intelligence Asscoaite — Farther, Hybrid - New York, NY
- AI/ML Engineering Intern — Amperesand, Sunnyvale, California, United States
- Associate AI Engineer — Fuel Cycle, Los Angeles Office
- 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
| Mode de travail | Mode de travail non indiqué |
| Niveau d’expérience | Staff |
| Métier | Data et machine learning |
| Pays | États-Unis |
| Langues | PythonRSQL |
| Points clés | Stack: Python, R, SQL, LLM, Databricks, Airflow · Budget formation |
La description complète se trouve sur l’offre d’origine. Les étiquettes sont attribuées automatiquement et peuvent être erronées. À propos des données