San Francisco
Data Analyst
Original : Data AnalystSalaire : inconnuHybridePythonSQLHubSpotdbt
Outset a un poste ouvert de Data Analyst. C’est un poste hybride, lieu : San Francisco, États-Unis. Nous le classons en data et machine learning. La stack de l’offre comprend HubSpot, dbt, Looker, Python et SQL. Il y a 21 postes ouverts chez Outset sur ce site, dont 4 en IT et ingénierie.
Publiée il y a 1 jour · Dernière vérification 2026-10-25
À propos de Outset
Entreprise non tech avec une équipe IT 21 postes ouverts, dont 19 % en IT et ingénierie. Métiers les plus ouverts : Vente (10), Data et machine learning (2), Produit et design (2).
Offres similaires
Ingénieur/e AIOriginal : AI EngineerMomentic · San FranciscoUSD 175K–250K / anSr. Data AnalystOriginal : Sr. Data AnalystCenterfield · Remote, United StatesUSD 95K–115K / anStagiaire Été 2027, MS/PhD, Machine Learning, Fondations du Raffinement des DriversOriginal : 2027 Summer Intern, MS/PhD, Machine Learning, Driver Refinement FoundationsWaymo · San Francisco, CA, USAUSD 70 / heureStagiaire en Ingénierie AI/MLOriginal : AI/ML Engineering InternAmperesand · Sunnyvale, California, United StatesIngénieur/e AI Associé/eOriginal : Associate AI EngineerFuel Cycle · Los Angeles OfficeUSD 90K–110K / anMachine Learning Engineer Staff, Recherche & CiblageOriginal : Staff Machine Learning Engineer, Retrieval & TargetingReddit · Remote - United StatesUSD 230K–322K / anIngénieur/e Analytique SeniorOriginal : Senior Analytics EngineerRocket Money · San Francisco, CA, Washington, D.C., New York City, N.Y., Detroit, MI, Phoenix, AZ, Miami, FL, Denver, CO., Remote (USA)USD 150K–190K / anData Engineer SeniorOriginal : Senior Data EngineerSoFi · Cottonwood Heights, Utah, United StatesUSD 124,8K–156K / an
| Mode de travail | Hybride |
| Niveau d’expérience | Non indiqué |
| Métier | Data et machine learning |
| Pays | États-Unis |
| Langues | PythonSQL |
| Type d’emploi | FullTime |
| Points clés | Stack: Python, SQL, HubSpot, dbt, Looker |
La description complète se trouve sur l’offre d’origine. Les étiquettes sont attribuées automatiquement et peuvent être erronées. À propos des données