AI & ML Engineer — Mobile AI, Onsite in Lisbon

AI & ML Engineer — Mobile AI, Onsite in Lisbon

Tempo inteiro 72000 - 88000 € / ano (est.) Presencial
A

Num relance

  • Tarefas: Desenvolver e implementar soluções de IA em aplicações móveis.
  • Empresa: Air Apps, uma empresa inovadora com escritórios em Lisboa e São Francisco.
  • Benefícios: Pacote competitivo, suporte à relocação e oportunidades de crescimento profissional.
  • Outras informações: Ambiente dinâmico com uma equipa multifuncional.
  • Porquê este emprego: Trabalhe com tecnologia de ponta e faça a diferença em projetos inovadores.
  • Qualificações: Experiência em Python, Tensor Flow/Py Torch e implementação de modelos.

O salário previsto situa-se entre 72000 - 88000 € por ano.

A Air Apps está à procura de um engenheiro de ML para desenvolver e implementar soluções de IA em aplicações móveis. Você trabalhará no treinamento de modelos, processamento de dados e otimização de desempenho dentro de uma equipe multifuncional.

A empresa foi fundada em Lisboa e possui escritórios em Lisboa e São Francisco. É esperado ter mais de 4 anos de experiência, domínio de Python, Tensor Flow/Py Torch e habilidades na implementação de modelos em produção. Suporte para realocação e um pacote de recompensas competitivo estão disponíveis.

Empregador para AI & ML Engineer — Mobile AI, Onsite in Lisbon: Air Apps

A Air Apps é um excelente empregador, oferecendo um ambiente de trabalho dinâmico em Lisboa, onde a inovação e a colaboração são valorizadas. Com oportunidades de crescimento profissional e suporte à realocação, os colaboradores têm acesso a uma cultura de trabalho inclusiva e focada no desenvolvimento contínuo, tornando-se parte de uma equipa que impulsiona a otimização de produtos através de insights valiosos.

A

Dados de contacto:

Equipa de recrutamento de Air Apps

Achamos que precisas destas competências para brilhares como AI & ML Engineer — Mobile AI, Onsite in Lisbon

Desenvolvimento de AI
Implementação de soluções de AI
Treinamento de modelos
Processamento de dados
Otimização de desempenho
Python
TensorFlow