Ingeniero/a de Sistemas de ML - Entrenamiento de Modelos e Infraestructura (LLMs enfocados en SWE)
Cosine, una empresa de software del sector IA y datos, busca cubrir el puesto de ML Systems Engineer - Model Training and Infrastructure (SWE-focused LLMs). El trabajo es presencial en London, Reino Unido. Lo clasificamos como un puesto de nivel intermedio en datos y machine learning. La oferta menciona LLM, Docker, Kubernetes, GCP, AWS y Azure. Se requieren 3+ años de experiencia. Beneficios que menciona la oferta: participación en la empresa. Hay 8 puestos abiertos de Cosine en este sitio, 3 de ellos en IT e ingeniería.
Publicado hace 14 días · Última revisión: 2026-10-24
Sobre Cosine
IA y datos Empresa de producto de software 8 puestos abiertos, 38% en IT e ingeniería. Roles con más ofertas: Datos y machine learning (3), Ventas (2), Estrategia, consultoría y análisis (1).
Empleos similares
empleos de datos y machine learning en Reino Unido: 298 abiertos
- Ingeniero/a de Analytics — Taptap Send, LondonOriginal: Analytics Engineer
- Sr. Software Engineer - AI/ML - AI Platform — Addepar, London, UK
- Ingeniero/a de MLOps Senior — Trainline, LondonOriginal: Senior MLOps Engineer
- Data Engineer Senior — PlayStation Global, United Kingdom, LondonOriginal: Senior Data Engineer
- Data Scientist — Trainline, LondonOriginal: Data Scientist
- Data Analyst Senior - Riesgo Empresarial — Teya, LondonOriginal: Senior Data Analyst - Enterprise Risk
- Data Scientist Asociado/a — Rightmove Careers, London, UKOriginal: Associate Data Scientist
- Data Scientist - Términos de Corredores — iwoca, LondonOriginal: Data Scientist - Broker Terms
| Modalidad | Presencial |
| Nivel | Intermedio |
| Rol | Datos y machine learning |
| Países | Reino Unido |
| Lenguajes | GolangPythonSQL |
| Tipo de empleo | FullTime |
| Datos clave | Stack: Golang, Python, SQL, LLM, Docker, Kubernetes, GCP, AWS, Azure, PyTorch, TensorFlow · Experiencia: 3+ años · Participación en la empresa |
La descripción completa está en la oferta original. Las etiquetas se asignan automáticamente y pueden tener errores. Sobre los datos