Seattle, USA

Staff AI Engineer

Original: Staff AI Engineer

USD 152K / JahrStaffData und Machine Learning

JavaPythonLLMRAGStatistical analysis

Originalanzeige ↗Bewerben ↗Jobbörse des Unternehmens ↗Diese Stelle auf Telegram ansehen

Coupang sucht eine Person für die Stelle Staff AI Engineer. Standort: Seattle, Vereinigte Staaten. Wir ordnen sie dem Bereich Data und Machine Learning zu. Die Anzeige nennt LLM, RAG, Java und Python. Verlangt werden 4+ Jahre Berufserfahrung. Ein Hochschulabschluss ist erforderlich. Coupang hat 82 offene Stellen auf dieser Website, davon 16 in IT und Engineering.

Veröffentlicht heute · Zuletzt geprüft 2026-11-13

Über Coupang

Nicht-Tech-Unternehmen mit IT-Team 82 offene Stellen, 20 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Geschäftsführung und Führungskräfte (8), Finanzen und Recht (6), Operations und Verwaltung (6).

Alle offenen Jobs bei Coupang →

Ähnliche Jobs

Wissenschaftler/in Klinische ForschungOriginal: Clinical Research ScientistOmada Health · Remote, USAUSD 116K–145K / Jahr AI EngineerOriginal: AI EngineerInMobi · San Mateo, CAUSD 178,5K–222K / Jahr Staff AI EngineerOriginal: Staff AI EngineerCoupang Internal · Seattle, USAUSD 152K / Jahr Analytics EngineerOriginal: Analytics EngineerFanDuel · New York CityUSD 98K–122K / Jahr Senior Data EngineerOriginal: Senior Data EngineerAvidXchange, Inc. · Charlotte, North Carolina, United StatesHybrid Lead Data ScientistOriginal: Lead Data ScientistSmartRent · Phoenix, Arizona Data EngineerOriginal: Data EngineerSmartRent · Phoenix, Arizona AI/ML EngineerOriginal: AI/ML EngineerKaizen Labs · New York, NYUSD 240K–280K / Jahr

Jobs im Bereich Data und Machine Learning in den USA: 603 offen Alle offenen Jobs bei Coupang →

Arbeitsort	Arbeitsort nicht angegeben
Erfahrungsstufe	Staff
Rolle	Data und Machine Learning
Länder	Vereinigte Staaten
Sprachen	JavaPython
Eckdaten	Stack: Java, Python, LLM, RAG · Erfahrung: 4+ Jahre · Hochschulabschluss erforderlich

Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten