Cambridge, MA
Staż PhD Applied ML/CS (6+ miesięcy)
Oryginał: Applied ML/CS PhD Internship (6+ months)Wynagrodzenie: nieznaneJuniorPhD
Applied ML/CS PhD Internship (6+ months) to otwarte stanowisko w firmie Cartesian Systems, firma z branży E-commerce i handel. Lokalizacja: Stany Zjednoczone. Przypisujemy ją do obszaru Data i Machine Learning. Otwarte oferty firmy Cartesian Systems na tej stronie: 5, w tym w IT i inżynierii: 2.
Opublikowano 17 dni temu · Ostatnio sprawdzono 2026-10-25
O firmie Cartesian Systems
E-commerce i handel Firma spoza branży tech z zespołem IT 5 otwartych stanowisk, 40% w IT i inżynierii. Najwięcej otwartych ofert w obszarach: Data i Machine Learning (2), Finanse i prawo (1), Operacje i administracja (1).
Podobne oferty
AI EngineerOryginał: AI EngineerMomentic · San FranciscoUSD 175K–250K / rokSr. Data AnalystOryginał: Sr. Data AnalystCenterfield · Remote, United StatesUSD 95K–115K / rokStypendysta/ka Data Scientist — AI/MLOryginał: Data Scientist Fellow — AI/MLAxle · Bethesda,MDUSD 90K–100K / rokStypendysta/ka Data Scientist — Analiza Multi-OmicznaOryginał: Data Scientist Fellow — Multi-Omics AnalysisAxle · Bethesda, MDUSD 90K–100K / rokStypendysta/ka Data Science — Biochemia OrganoidówOryginał: Data Science Fellow — Organoid BiochemistryAxle · Bethesda, MDUSD 90K–100K / rokStypendysta/ka Data Scientist, Bioinformatyka i Analiza ObrazuOryginał: Data Scientist Fellow, Bioinformatics and Image AnalysisAxle · Bethesda, MDUSD 90K–100K / rokMarketing & GTM Data AnalystOryginał: Marketing & GTM Data AnalystDeepgram · USA - RemoteUSD 115K–148K / rok2027 Stażysta/ka Letni/a, MS/PhD, Machine Learning, Driver Refinement FoundationsOryginał: 2027 Summer Intern, MS/PhD, Machine Learning, Driver Refinement FoundationsWaymo · San Francisco, CA, USAUSD 70 / godz.
| Tryb pracy | Nie podano trybu pracy |
| Poziom doświadczenia | Junior |
| Obszar | Data i Machine Learning |
| Kraje | Stany Zjednoczone |
Pełny opis znajduje się w oryginalnym ogłoszeniu. Etykiety są ustawiane automatycznie i mogą być błędne. O danych