Senior Data Scientist / ML Engineer
publiée le 5/8/2026 2:54:34 PM
Long-term opportunity for a highly experienced AI/ML professional with a strong background in enterprise analytics, machine learning, and cloud data platforms. Experience requested: Python, PySpark, Pandas, advanced SQL, Azure Databricks and cloud platforms, machine learning and predictive modeling, NLP/GenAI/LLMs, MLOps and production deployment, Power BI and DAX, dashboard troubleshooting and data quality analysis. Ideal background: 7+ years in Data Science / ML Engineering and experience in large-scale enterprise data environments. Preference for candidates located in or near New York. To apply: send your resume and contact details via DM or email to Tejaswi.Adapa@Amzur.com. New York
Voir cette mission avec l'extension Tarss
Vous recherchez des missions mlops à New-York ? Actuellement, une mission freelance est disponible pour des professionnels expérimentés dans ce domaine.
Le marché des missions mlops à New-York
Le marché des missions mlops à New-York est dynamique, avec une demande croissante pour des experts en intelligence artificielle et en machine learning. Actuellement, une mission est active, ciblant des professionnels avec une solide expérience en analytics d'entreprise et en déploiement de solutions mlops. Cette mission est une excellente opportunité pour les freelances souhaitant travailler dans un environnement stimulant et innovant.
Profils et compétences recherchés
Les compétences recherchées pour les missions mlops à New-York incluent une maîtrise de Python, PySpark, et des outils de cloud comme Azure Databricks. Les candidats doivent également avoir une expérience en machine learning, en modélisation prédictive, et en traitement du langage naturel (NLP). Une expertise en MLOps et en déploiement de production est essentielle, tout comme des compétences en Power BI et en analyse de la qualité des données.
Comment décrocher une mission mlops freelance à New-York
Pour décrocher une mission mlops freelance à New-York, il est crucial de mettre en avant vos compétences techniques et votre expérience dans des environnements de données à grande échelle. Réseauter avec des professionnels du secteur et postuler directement aux offres disponibles est également recommandé. N'oubliez pas de préparer un CV solide et de vous montrer proactif dans votre recherche. Pour plus d'opportunités, consultez des plateformes spécialisées comme Tarss.