2027 Launch Program: Praktikant/in Data Science
2027 Launch Program: Data Science Intern ist eine offene Stelle bei Red Ventures, ein Softwareunternehmen aus der Branche Fintech und Zahlungsverkehr. Die Anzeige nennt Charlotte, Vereinigte Staaten als Ort. Wir ordnen sie dem Bereich Data und Machine Learning zu. Technologien in der Anzeige: LLM, Python und R. Visum-Sponsoring wird nicht angeboten. Auf dieser Website gibt es 20 offene Stellen von Red Ventures, davon 6 in IT und Engineering.
Veröffentlicht vor 28 Tagen · Zuletzt geprüft 2026-10-23
Über Red Ventures
Fintech und Zahlungsverkehr Softwareprodukt-Unternehmen 20 offene Stellen, 30 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Softwareentwicklung (allgemein) (4), Geschäftsführung und Führungskräfte (3), Data und Machine Learning (2).
Ähnliche Jobs
Jobs im Bereich Data und Machine Learning in den USA: 1.054 offen
- AI/ML Engineering Intern — Amperesand, Sunnyvale, California, United States
- Associate AI Engineer — Fuel Cycle, Los Angeles Office
- Staff Machine Learning Engineer, Retrieval & Targeting — Reddit, Remote - United States
- Senior Analytics Engineer — Rocket Money, San Francisco, CA, Washington, D.C., New York City, N.Y., Detroit, MI, Phoenix, AZ, Miami, FL, Denver, CO., Remote (USA)Original: Senior Analytics Engineer
- Senior Data Engineer — SoFi, Cottonwood Heights, Utah, United StatesOriginal: Senior Data Engineer
- Senior Data Analyst — Hippo Insurance, Austin, Texas, United States; Dallas, Texas, United StatesOriginal: Senior Data Analyst
- Group Product Manager, Data/ML — Discord, San Francisco Bay Area
- Senior Data Scientist — Clarity Innovations, MacDill AFB, FLOriginal: Senior Data Scientist
| Arbeitsort | Arbeitsort nicht angegeben |
| Erfahrungsstufe | Junior |
| Rolle | Data und Machine Learning |
| Länder | Vereinigte Staaten |
| Sprachen | PythonR |
| Eckdaten | Stack: Python, R, LLM · Visum-Sponsoring: nein |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten