Ingénieur/e AI/ML Associé/e, Spécialiste Gradient
Associate AI/ML Engineer, Gradient Specialist est une offre ouverte chez 66degrees, un éditeur de logiciels du secteur IA et data. Lieu du poste : Chicago, États-Unis. Nous le classons en data et machine learning. Technologies citées dans l’offre : GCP et Python. Aucun parrainage de visa n’est proposé. Certifications citées dans l’offre : GCP Certified. 66degrees a 12 postes ouverts sur ce site, dont 5 en IT et ingénierie.
Publiée il y a 15 jours · Dernière vérification 2026-10-23
À propos de 66degrees
IA et data Éditeur de logiciels 12 postes ouverts, dont 42 % en IT et ingénierie. Métiers les plus ouverts : Data et machine learning (2), DevOps / SRE / plateforme / cloud (2), Opérations et administration (2).
Offres similaires
offres d’emploi data et machine learning aux États-Unis : 1 047 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 | Mode de travail non indiqué |
| Niveau d’expérience | Junior |
| Métier | Data et machine learning |
| Pays | États-Unis |
| Langues | Python |
| Points clés | Stack: Python, GCP · Certifications : GCP Certified · Parrainage de visa : non |
La description complète se trouve sur l’offre d’origine. Les étiquettes sont attribuées automatiquement et peuvent être erronées. À propos des données