Líder en Ciencia de Datos en Innovación Automotriz

Oportunidad de empleo

Posibilidad de salario

Postula con tus condiciones

Estado del empleo

Tiempo completo

Ubicación

Magna International
Aurora, ON, Canadá

Lugar de trabajo

En sitio

Descripción de la oferta

Únete a Magna como Científico de Datos Senior y lidera la innovación automotriz a través de análisis avanzado de datos y aprendizaje automático.

Dirige proyectos de vanguardia en aprendizaje automático y visión por computadora para transformar los procesos de fabricación. Colabora con la gerencia, aplica tu experiencia en técnicas de ML y aprovecha herramientas modernas como PySpark, Docker y servicios en la nube para impulsar el desarrollo estratégico. Potencia tu curiosidad y haz un impacto tangible en los avances tecnológicos del automóvil.

Requisitos clave: Título de maestría, más de 7 años de experiencia, competencia en IA/ML, nube y algoritmos de optimización.

Compartir esta oferta de empleo

Magna International

Magna International

🚗 ¿Apasionado por los datos y la tecnología automotriz? Únete a Magna como Líder en Ciencia de Datos y pionero en innovaciones impulsadas por ML que mejoran la fabricación y el rendimiento del producto. Trabaja con un equipo visionario, herramientas avanzadas y la alta dirección. ¡Dibuja el futuro de la tecnología automotriz con tu experiencia y genera un impacto en el mundo real! 🌟

Rellena el formulario para aplicar a este trabajo

Las ofertas de empleo están abiertas a todos, sin discriminación y en igualdad de género.

En todo el sitio web pueden utilizarse términos específicos de género para facilitar la fluidez del texto.

Cookies y privacidad

Utilizamos cookies para ofrecerte la mejor experiencia posible en nuestro sitio web. Al continuar usando nuestro sitio, aceptas nuestra política de cookies

Configuración avanzada
Cookies esenciales

Necesarios para que el sitio funcione

Cookies de rendimiento

Ayuda a mejorar la experiencia del usuario

Cookies de marketing

Utilizados para la publicidad y el análisis