Sr. Data Scientist
Sr. Data Scientist ist eine offene Stelle bei Peloton, ein Unternehmen aus der Branche E-Commerce und Handel. Es ist eine Hybrid-Stelle (Standort: New York City, Vereinigte Staaten). Wir ordnen sie als eine Senior-Stelle im Bereich Data und Machine Learning ein. Technologien in der Anzeige: Tableau, Java, Python und R. Gefordert sind 5+ Jahre Berufserfahrung. Auf dieser Website gibt es 29 offene Stellen von Peloton, davon 6 in IT und Engineering.
Veröffentlicht heute · Zuletzt geprüft 2026-10-23
Über Peloton
E-Commerce und Handel Nicht-Tech-Unternehmen mit IT-Team 29 offene Stellen, 21 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Ingenieurwesen (ohne Software) und Technik (5), Kreativ, Medien und Text (3), Finanzen und Recht (2).
Ähnliche Jobs
Jobs im Bereich Data und Machine Learning in den USA: 1.047 offen
- 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
- 2027 Summer Intern, MS/PhD, Software Engineer, ML Frameworks and Efficiency — Waymo, Mountain View, CA, USA
- Data Science Manager — KAYAK, Concord OfficeOriginal: Data Science Manager
| Arbeitsort | Hybrid |
| Erfahrungsstufe | Senior |
| Rolle | Data und Machine Learning |
| Länder | Vereinigte Staaten |
| Sprachen | JavaPythonR |
| Eckdaten | Stack: Java, Python, R, Tableau · Erfahrung: 5+ Jahre |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten