Phoenix, Arizona

Data Engineer

Original: Data Engineer

Gehalt: unbekanntData und Machine Learning

PythonSQLDatabricksGitTerraform

Originalanzeige ↗Bewerben ↗Jobbörse des Unternehmens ↗Neue Jobs im Bereich Python auf Telegram folgen

Data Engineer ist eine offene Stelle bei SmartRent, ein Unternehmen aus der Branche Immobilien, Bau und Proptech. Die Anzeige nennt Phoenix, Vereinigte Staaten als Ort. Wir ordnen sie dem Bereich Data und Machine Learning zu. Technologien in der Anzeige: Databricks, Git, Terraform, Python und SQL. Auf dieser Website gibt es 5 offene Stellen von SmartRent, davon 4 in IT und Engineering.

Veröffentlicht heute · Zuletzt geprüft 2026-11-12

Über SmartRent

Immobilien, Bau und Proptech Nicht-Tech-Unternehmen mit IT-Team 5 offene Stellen, 80 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Data und Machine Learning (2), DevOps / SRE / Plattform / Cloud (1), Marketing und Kommunikation (1).

Alle offenen Jobs bei SmartRent →

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 Staff AI EngineerOriginal: Staff AI EngineerCoupang · 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 AI/ML EngineerOriginal: AI/ML EngineerKaizen Labs · New York, NYUSD 240K–280K / Jahr Staff Applied AI EngineerOriginal: Staff Applied AI EngineerQualified Health PBC · Palo Alto, CAUSD 230K–280K / Jahr

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

Arbeitsort	Arbeitsort nicht angegeben
Erfahrungsstufe	Nicht angegeben
Rolle	Data und Machine Learning
Länder	Vereinigte Staaten
Sprachen	PythonSQL
Eckdaten	Stack: Python, SQL, Databricks, Git, Terraform

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