Software Engineer, Abrechnung & Monetarisierung
Datasnipper, ein Unternehmen aus der Branche Beratung, Agenturen und Unternehmensdienstleistungen, hat eine offene Stelle als Software Engineer, Billing & Monetization. Es ist eine Hybrid-Stelle (Standort: New York City, Vereinigte Staaten). Wir ordnen sie als eine Stelle mit mittlerem Erfahrungslevel im Bereich Softwareentwicklung (allgemein) ein. Der Stack der Anzeige umfasst PostgreSQL, MongoDB, Azure, GCP, LLM und Python. Gefordert sind 4+ Jahre Berufserfahrung. Auf dieser Website gibt es 19 offene Stellen von Datasnipper, davon 9 in IT und Engineering.
Veröffentlicht vor 9 Tagen · Zuletzt geprüft 2026-10-23
Über Datasnipper
Beratung, Agenturen und Unternehmensdienstleistungen Nicht-Tech-Unternehmen mit IT-Team 19 offene Stellen, 47 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Vertrieb (5), Softwareentwicklung (allgemein) (5), Operations und Verwaltung (2).
Ähnliche Jobs
Jobs im Bereich Softwareentwicklung (allgemein) in den USA: 3.847 offen
- Sr. Software Engineer, AI Platform & Infrastructure — Okta, San Francisco, California
- Forward Deployment Engineer — Etched, San JoseOriginal: Forward Deployment Engineer
- Web Integrations Support Engineer — Smartling, United States
- Staff Engineer, Network — Sila, Alameda, CA
- Forward Deployed Engineer I (Remote, US) — Sayari, Remote - US
- Senior Software Engineer - Cards — Mercury, San Francisco, CA, New York, NY, Portland, OR, or Remote within Canada or United States
- Manager – AI & Data Platform Engineering — Zscaler, Santa Clara, California, USA
- Software Architect, AI Systems and Platform — Okta, San Francisco, California
| Arbeitsort | Hybrid |
| Erfahrungsstufe | Mittleres Level |
| Rolle | Softwareentwicklung (allgemein) |
| Länder | Vereinigte Staaten |
| Sprachen | Python |
| Beschäftigungsart | FullTime |
| Eckdaten | Stack: Python, PostgreSQL, MongoDB, Azure, GCP, LLM · Erfahrung: 4+ Jahre |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten