Senior Applied ML Algorithm Engineer
Senior Applied ML Algorithm Engineer ist eine offene Stelle bei Whoop, ein Unternehmen aus der Branche Luft- und Raumfahrt und Verteidigung. Es ist eine Stelle vor Ort (Standort: Boston, Vereinigte Staaten). Wir ordnen sie als eine Senior-Stelle im Bereich Data und Machine Learning ein. Technologien in der Anzeige: TensorFlow, PyTorch, scikit-learn, C, C++ und Python. Gefordert sind 5+ Jahre Berufserfahrung. Auf dieser Website gibt es 68 offene Stellen von Whoop, davon 19 in IT und Engineering.
Veröffentlicht vor 14 Tagen · Zuletzt geprüft 2026-10-23
Über Whoop
Luft- und Raumfahrt und Verteidigung Nicht-Tech-Unternehmen mit IT-Team 68 offene Stellen, 28 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Ingenieurwesen (ohne Software) und Technik (14), Softwareentwicklung (allgemein) (9), Geschäftsführung und Führungskräfte (7).
Ähnliche Jobs
Jobs im Bereich Data und Machine Learning in den USA: 1.047 offen
- Data Scientist V-6355 — itD Tech, San Jose
- 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
| Arbeitsort | Vor Ort |
| Erfahrungsstufe | Senior |
| Rolle | Data und Machine Learning |
| Länder | Vereinigte Staaten |
| Sprachen | CC++Python |
| Beschäftigungsart | FullTime |
| Eckdaten | Stack: C, C++, Python, TensorFlow, PyTorch, scikit-learn · Erfahrung: 5+ Jahre |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten