Deutsch
Français
Hrvatski
Italiano
Lietuvių
Nederlands
Norsk
Polski
Português
Română
SlovenščinaMountain View, CA, USA
Becario/a de Verano 2027, MS/PhD, Percepción, Ciclo de Vida de Modelos
Original: 2027 Summer Intern, MS/PhD, Perception, Model LifecycleUSD 70 / horaPresencialJuniorPhD
Waymo, una empresa del sector movilidad y automoción, tiene una vacante de 2027 Summer Intern, MS/PhD, Perception, Model Lifecycle. El puesto es presencial en Mountain View, Estados Unidos. Lo clasificamos en ciencia e investigación. Waymo tiene 85 puestos abiertos en este sitio, 38 de ellos en IT e ingeniería.
Publicado hace 12 días · Última revisión: 2026-10-25
Sobre Waymo
Movilidad y automoción Empresa no tecnológica con equipo IT 85 puestos abiertos, 45% en IT e ingeniería. Roles con más ofertas: Datos y machine learning (19), Ingeniería de software (general) (18), Ciencia e investigación (13).
Empleos similares
Científico/a de Campo - Especialista en InstrumentaciónOriginal: Field Scientist - Instrumentation Specialistrainmaker · Salt Lake City, UTCientífico/a Senior II, Biología ComputacionalOriginal: Senior Scientist II, Computational BiologyEikon Therapeutics · Millbrae, CAUSD 191K–231K / añoInvestigador/a de AmenazasOriginal: Threat ResearcherAbnormal · Remote - USAUSD 122,4K–176K / añoCientífico/a 1 - Científico/a StaffOriginal: Scientist 1 - Staff ScientistApex Companies · Greensburg, PACientífico/a Principal, BioinformáticaOriginal: Principal Scientist, BioinformaticsLegend Biotech US · Somerset, New Jersey, United StatesUSD 146,4K–192,2K / añoCientífico/a Asociado/aOriginal: Associate Scientistfairlife · Chicago, Illinois, United StatesUSD 60K–80K / añoGerente de Investigación SeniorOriginal: Senior Research ManagerMorning Consult · Remote - United StatesUSD 81,7K–130K / añoInvestigador/a de Usuarios StaffOriginal: Staff User ResearcherCoinbase · Remote - USARemoto
| Modalidad | Presencial |
| Nivel | Junior |
| Rol | Ciencia e investigación |
| Países | Estados Unidos |
La descripción completa está en la oferta original. Las etiquetas se asignan automáticamente y pueden tener errores. Sobre los datos