Machine Learning Ops Engineer
Machine Learning Ops Engineer ist eine offene Stelle bei PAR Technology, ein Softwareunternehmen aus der Branche Unternehmenssoftware (SaaS). Es ist eine Hybrid-Stelle (Standort: Champaign). Wir ordnen sie als eine Stelle mit mittlerem Erfahrungslevel im Bereich Data und Machine Learning ein. Technologien in der Anzeige: CI/CD, AWS, Snowflake, Spark, MLflow und Git. Gefordert sind 2+ Jahre Berufserfahrung. Auf dieser Website gibt es 26 offene Stellen von PAR Technology, davon 9 in IT und Engineering.
Veröffentlicht vor 1 Tag · Zuletzt geprüft 2026-10-23
Über PAR Technology
Unternehmenssoftware (SaaS) Softwareprodukt-Unternehmen 26 offene Stellen, 35 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Softwareentwicklung (allgemein) (7), Vertrieb (5), Customer Success und Support (2).
Ähnliche Jobs
Jobs im Bereich Data und Machine Learning in den USA: 1.053 offen
- Senior Data Engineer — EOS, Burlingame, California, United StatesOriginal: Senior Data Engineer
- Senior Data Analyst, Enterprise — 1Password, Remote (United States | Canada)
- Senior Applied AI Engineer I — Juniper Square, USA
- Senior Product Data Analyst - Payments & Financial Services — BILL, United States
- 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
| Arbeitsort | Hybrid |
| Erfahrungsstufe | Mittleres Level |
| Rolle | Data und Machine Learning |
| Länder | Georgien, Vereinigte Staaten |
| Sprachen | Python |
| Beschäftigungsart | FullTime |
| Eckdaten | Stack: Python, CI/CD, AWS, Snowflake, Spark, MLflow, Git, Airflow, Databricks, Datadog, Terraform, Docker · Erfahrung: 2+ Jahre |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten