Founding Machine Learning Engineer
Founding Machine Learning Engineer ist eine offene Stelle bei Adaptive Security, ein Softwareunternehmen aus der Branche Cybersicherheit. Die Arbeit findet vor Ort statt, Standort: New York City, Vereinigte Staaten. Unsere Labels ordnen sie als eine Stelle mit mittlerem Erfahrungslevel im Bereich Data und Machine Learning ein. Technologien in der Anzeige: LLM, AWS, PyTorch, TensorFlow, Java und Python. Verlangt werden 4+ Jahre Berufserfahrung. Benefits laut Anzeige: Unbegrenzter Urlaub. Adaptive Security hat 2 offene Stellen auf dieser Website, davon 2 in IT und Engineering.
Veröffentlicht vor 10 Tagen · Zuletzt geprüft 2026-10-24
Über Adaptive Security
Cybersicherheit Softwareprodukt-Unternehmen 2 offene Stellen, 100 % in IT und Engineering. Rollen mit den meisten offenen Stellen: Data und Machine Learning (1), Full-Stack-Entwicklung (1).
Ähnliche Jobs
Jobs im Bereich Data und Machine Learning in den USA: 1.055 offen
- Data Scientist Fellow — AI/ML — Axle, Bethesda,MD
- Data Scientist Fellow — Multi-Omics Analysis — Axle, Bethesda, MD
- Data Science Fellow — Organoid Biochemistry — Axle, Bethesda, MD
- Data Scientist Fellow, Bioinformatics and Image Analysis — Axle, Bethesda, MD
- Marketing & GTM Data Analyst — Deepgram, USA - Remote
- 2027 Sommerpraktikant/in, MS/PhD, Machine Learning, Driver Refinement Foundations — Waymo, San Francisco, CA, USAOriginal: 2027 Summer Intern, MS/PhD, Machine Learning, Driver Refinement Foundations
- SVP - Data Engineering, Data Science & Analytics — AXS, San Francisco, CA
- Business Intelligence Asscoaite — Farther, Hybrid - New York, NY
| Arbeitsort | Vor Ort |
| Erfahrungsstufe | Mittleres Level |
| Rolle | Data und Machine Learning |
| Länder | Vereinigte Staaten |
| Sprachen | JavaPythonTypeScript |
| Beschäftigungsart | FullTime |
| Eckdaten | Stack: Java, Python, TypeScript, LLM, AWS, PyTorch, TensorFlow · Erfahrung: 4+ Jahre · Unbegrenzter Urlaub |
Die vollständige Beschreibung steht in der Originalanzeige. Labels werden automatisch gesetzt und können falsch sein. Über die Daten