Machine Learning Engineer Applicato
Quartermaster, un’azienda del settore manifattura e hardware, cerca una persona per il ruolo di Applied Machine Learning Engineer. Il lavoro si svolge in presenza (Arlington, Stati Uniti). La classifichiamo come una posizione di livello intermedio in dati e machine learning. L’offerta cita PyTorch, TensorFlow e Python. Sono richiesti 4+ anni di esperienza. È richiesta una laurea magistrale. Ci sono 7 posizioni aperte di Quartermaster su questo sito, di cui 3 in IT e ingegneria.
Pubblicata 29 giorni fa · Ultimo controllo: 2026-10-24
Informazioni su Quartermaster
Manifattura e hardware Azienda non tech con un team IT 7 posizioni aperte, 43% nell’IT e nell’ingegneria. Ruoli con più offerte: Dati e machine learning (2), Risorse umane / selezione (2), Ingegneria non software e tecnici (1).
Offerte simili
offerte di lavoro dati e machine learning negli Stati Uniti: 1055 aperte
- 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
- Stagista Estivo 2027, MS/PhD, Machine Learning, Fondamenti di Affinamento dei Driver — Waymo, San Francisco, CA, USAOriginale: 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
- Stagista Ingegneria AI/ML — Amperesand, Sunnyvale, California, United StatesOriginale: AI/ML Engineering Intern
| Modalità di lavoro | In sede |
| Livello | Intermedio |
| Ruolo | Dati e machine learning |
| Paesi | Stati Uniti |
| Lingue | Python |
| Tipo di impiego | FullTime |
| Dati principali | Stack: Python, PyTorch, TensorFlow · Esperienza: 4+ anni · Laurea magistrale obbligatoria · Nulla osta di sicurezza obbligatorio |
La descrizione completa si trova nell’offerta originale. Le etichette vengono assegnate automaticamente e possono essere errate. Informazioni sui dati