Pune, Maharashtra

Ingeniero/a de AI

Original: AI Engineer

Salario: desconocidoHíbridoDatos y machine learning

PythonLLMAzureGeminiRAGCI/CDOpenTelemetryAWSGCPDatadogMLflowAirflow

Ver oferta original ↗Postular ↗Portal de empleo de la empresa ↗Guardar Sigue los nuevos empleos de Python en Telegram

Onit, Inc., una empresa de software del sector software empresarial (SaaS), tiene una vacante de AI Engineer. El puesto es híbrido, con base en Pune, India. Lo clasificamos en datos y machine learning. El stack de la oferta incluye LLM, Azure, Gemini, RAG, CI/CD y OpenTelemetry. Onit, Inc. tiene 9 puestos abiertos en este sitio, 6 de ellos en IT e ingeniería.

Publicado hace 16 días · Última revisión: 2026-11-14

Sobre Onit, Inc.

Software empresarial (SaaS) Empresa de producto de software 9 puestos abiertos, 67% en IT e ingeniería. Roles con más ofertas: Datos y machine learning (2), Producto y diseño (2), Ingeniería de software (general) (2).

Todos los empleos abiertos en Onit, Inc. →

Empleos similares

Data Engineer LeadOriginal: Lead Data EngineerThoughtworks · Bangalore, IndiaHíbrido Data Engineer IIOriginal: Data Engineer IIJobgether · IndiaRemoto Machine Learning EngineerOriginal: Machine Learning Engineer Poshmark · IN Tamil Nadu (Chennai) - Office Data Scientist SeniorOriginal: Senior Data ScientistStillfront · Bengaluru, IndiaPresencial Ingeniero/a de AIOriginal: AI EngineerPavago · IndiaRemoto Ingeniero/a de AI SeniorOriginal: Senior AI EngineerWeekday AI · Bengaluru, Karnataka, India Ingeniero/a de AI AplicadaOriginal: Applied AI EngineerWeekday AI · Bengaluru, Karnataka, India Ingeniero/a de AIOriginal: AI EngineerCapco · India - Pune

empleos de datos y machine learning en India: 94 abiertos Todos los empleos abiertos en Onit, Inc. →

Modalidad	Híbrido
Nivel	No indicado
Rol	Datos y machine learning
Países	India
Lenguajes	Python
Tipo de empleo	Full-time
Datos clave	Stack: Python, LLM, Azure, Gemini, RAG, CI/CD, OpenTelemetry, AWS, GCP, Datadog, MLflow, Airflow

La descripción completa está en la oferta original. Las etiquetas se asignan automáticamente y pueden tener errores. Sobre los datos