San Francisco, Ca.
Data Scientist
Originale: Data ScientistRetribuzione: non notaPythonSQLAWSdbt
Workhelix, un’azienda di software del settore IA e dati, cerca una persona per il ruolo di Data Scientist. Sede di lavoro: San Francisco, Stati Uniti. La classifichiamo in dati e machine learning. L’offerta cita AWS, dbt, Looker, Python e SQL. Workhelix ha 3 posizioni aperte su questo sito, di cui 1 in IT e ingegneria.
Pubblicata 23 giorni fa · Ultimo controllo: 2026-10-25
Informazioni su Workhelix
IA e dati Azienda di prodotti software 3 posizioni aperte, 33% nell’IT e nell’ingegneria. Ruoli con più offerte: Strategia, consulenza e analisi (1), Dati e machine learning (1), Direzione generale e dirigenti (1).
Offerte simili
Ingegnere AIOriginale: AI EngineerMomentic · San FranciscoUSD 175K–250K / annoSr. Data AnalystOriginale: Sr. Data AnalystCenterfield · Remote, United StatesUSD 95K–115K / annoBorsista Data Scientist — AI/MLOriginale: Data Scientist Fellow — AI/MLAxle · Bethesda,MDUSD 90K–100K / annoBorsista Data Scientist — Analisi Multi-OmicaOriginale: Data Scientist Fellow — Multi-Omics AnalysisAxle · Bethesda, MDUSD 90K–100K / annoBorsista Data Science — Biochimica degli OrganoidiOriginale: Data Science Fellow — Organoid BiochemistryAxle · Bethesda, MDUSD 90K–100K / annoBorsista Data Scientist, Bioinformatica e Analisi delle ImmaginiOriginale: Data Scientist Fellow, Bioinformatics and Image AnalysisAxle · Bethesda, MDUSD 90K–100K / annoData Analyst Marketing e GTMOriginale: Marketing & GTM Data AnalystDeepgram · USA - RemoteUSD 115K–148K / annoStagista Estivo 2027, MS/PhD, Machine Learning, Fondamenti di Affinamento dei DriverOriginale: 2027 Summer Intern, MS/PhD, Machine Learning, Driver Refinement FoundationsWaymo · San Francisco, CA, USAUSD 70 / ora
| Modalità di lavoro | Modalità non indicata |
| Livello | Non indicato |
| Ruolo | Dati e machine learning |
| Paesi | Stati Uniti |
| Lingue | PythonSQL |
| Dati principali | Stack: Python, SQL, AWS, dbt, Looker |
La descrizione completa si trova nell’offerta originale. Le etichette vengono assegnate automaticamente e possono essere errate. Informazioni sui dati