Data Scientist
Avalore, LLC, ein Unternehmen aus der Branche Luft- und Raumfahrt und Verteidigung, sucht eine Person für die Stelle Data Scientist. Standort: Chantilly, Vereinigte Staaten. Wir ordnen sie dem Bereich Data und Machine Learning zu. Die Anzeige nennt Spark, MySQL, Databricks, Elasticsearch, Python und SQL. Die Stelle umfasst bis zu 10 % Reisetätigkeit. Avalore, LLC hat 19 offene Stellen auf dieser Website, davon 15 in IT und Engineering.
Veröffentlicht vor 2 Tagen · Zuletzt geprüft 2026-10-23
Über Avalore, LLC
Luft- und Raumfahrt und Verteidigung Nicht-Tech-Unternehmen mit IT-Team 19 offene Stellen, 79 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Data und Machine Learning (6), DevOps / SRE / Plattform / Cloud (5), Softwareentwicklung (allgemein) (5).
Ähnliche Jobs
Jobs im Bereich Data und Machine Learning in den USA: 1.051 offen
- Senior Data Analyst, Enterprise — 1Password, Remote (United States | Canada)
- Senior Applied AI Engineer I — Juniper Square, USA
- Mid-Level AI Engineer — Clera, San FranciscoOriginal: Mid-Level AI Engineer
- Mitarbeiter/in Data Scientist — Jerry.ai, New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaOriginal: Associate Data Scientist
- Data Scientist — Jerry.ai, New York, New York | Chicago, Illinois | Boston, Massachusetts | San Francisco Bay AreaOriginal: Data Scientist
- Founding Applied AI Engineer — Clera, San Francisco
- Senior Analytics Engineer — Valon Tech, New YorkOriginal: Senior Analytics Engineer
- Applied AI Engineer — Clera, San FranciscoOriginal: Applied AI Engineer
| Arbeitsort | Arbeitsort nicht angegeben |
| Erfahrungsstufe | Nicht angegeben |
| Rolle | Data und Machine Learning |
| Länder | Vereinigte Staaten |
| Sprachen | PythonSQL |
| Beschäftigungsart | Full-time |
| Eckdaten | Stack: Python, SQL, Spark, MySQL, Databricks, Elasticsearch · Reisen: 10 % · Sicherheitsüberprüfung erforderlich |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten