Ingénieur/e Principal, Optimisations de Modèles
Principal Engineer, Model Optimizations est une offre ouverte chez DigitalOcean, un éditeur de logiciels du secteur outils pour développeurs et infrastructure. Le poste est hybride (Seattle, États-Unis). Nous le classons en développement logiciel (général). Technologies citées dans l’offre : LLM, PyTorch, C++ et Python. Avantages cités dans l’offre : actions de l’entreprise. DigitalOcean a 36 postes ouverts sur ce site, dont 17 en IT et ingénierie.
Publiée il y a 15 jours · Dernière vérification 2026-10-23
À propos de DigitalOcean
Outils pour développeurs et infrastructure Éditeur de logiciels 36 postes ouverts, dont 47 % en IT et ingénierie. Métiers les plus ouverts : Développement logiciel (général) (22), Produit et design (10), Vente (8).
Offres similaires
offres d’emploi développement logiciel (général) aux États-Unis : 3 814 ouverts
- Engineering Manager, EDR — Horizon3 AI, US, Remote
- Responsable de Programme Technique Staff — Rivian and Volkswagen Group Technologies, Palo Alto, CaliforniaOriginal : Staff Technical Program Manager
- Ingénieur/e Logiciel Embarqué — ALTEN Technology USA, Newark, New Jersey, United StatesOriginal : Embedded Software Engineer
- Software Engineer, Reliability — Roblox, San Mateo, CA, United States
- Enterprise Systems Senior Technical Developer — Pariveda, Dallas
- Staff Software Engineer - Infrastructure Storage — Lambda, San Francisco Office (Fremont St) | San Jose Office (First St) | Bellevue Office
- Lead Engineer, Homologation Program Coordination & Compliance — Scout Motors, Novi, Michigan, United States
- Ingénieur/e Logiciel Senior, Expérience Développeur — Block, Bay Area, CA, United States of AmericaOriginal : Senior Software Engineer, Developer Experience
| Mode de travail | Hybride |
| Niveau d’expérience | Staff |
| Métier | Développement logiciel (général) |
| Pays | États-Unis |
| Langues | C++Python |
| Points clés | Stack: C++, Python, LLM, PyTorch · Actions de l’entreprise |
La description complète se trouve sur l’offre d’origine. Les étiquettes sont attribuées automatiquement et peuvent être erronées. À propos des données