$110,250
médiane · par an, USD annualisé
$189,000
médiane · par an, USD annualisé
Senior Data Analyst, Credit Risk
Senior Data Scientist / Analyst, Finance
Senior Data Scientist / Analyst, Growth
Senior Data Scientist / Analyst, Product
Senior Data Scientist / Analyst, Markets
Software Engineer, Macro Quant Analytics Technology
Senior Data Scientist / Analyst, Fraud & Risk
Senior Data Scientist / Analyst, Institutional
Staff Analytics Analyst, Full Stack (Revenue)
Trust & Safety Ads Operations Analyst, Data
Senior Machine Learning Engineer, DevOps/SRE
Staff Machine Learning Operations Engineer
Staff Engineer - ML Infra / MLOps
Staff ML Ops Engineer
Lead Software Platform Engineer, MLOps
Senior ML Ops Engineer (Machine Learning Infrastructure)
MLOps Engineer
MLOps Engineer (JAX, PyTorch, Pallas/Triton)
ML Ops Infrastructure Engineer
Senior Machine Learning Engineer, Operations Research
| Entreprise | Médiane | Postes |
|---|---|---|
Air Apps
|
$65,173 | 10 |
Accenture Federal Services
|
$105,000 | 8 |
Polymarket
|
$250,000 | 6 |
Lyft
|
$90,804 | 6 |
Klaviyo
|
$155,000 | 5 |
Affirm
|
$189,000 | 4 |
|
|
$181,800 | 4 |
Fivetran
|
$175,592 | 4 |
| Entreprise | Médiane | Postes |
|---|---|---|
Torc Robotics
|
$142,650 | 2 |
Garner Health
|
$324,500 | 1 |
Roku
|
$254,875 | 1 |
Quince
|
$251,500 | 1 |
LVT
|
$242,650 | 1 |
TetraScience
|
$235,000 | 1 |
| AM Atomic Machines | $225,000 | 1 |
Instacart
|
$212,750 | 1 |
| Lieu | Médiane | Postes |
|---|---|---|
| Seattle | $159,500 | 11 |
| Boston | $150,000 | 15 |
| New York | $140,000 | 77 |
| San Francisco | $140,000 | 30 |
| Los Angeles | $134,000 | 6 |
| Austin | $121,800 | 7 |
| Denver | $115,000 | 11 |
| Singapore | $114,400 | 3 |
| Atlanta | $102,500 | 3 |
| Chicago | $96,511 | 14 |
La médiane pour Data Analyst est de $110,250 par an (généralement $85,074–$154,500), contre $189,000 pour MLOps ($152,900–$225,000). Cela place MLOps environ 71% devant à la médiane.
Les deux chiffres sont calculés en direct à partir des annonces actives sur JobsRadar et normalisés en USD annualisé, de sorte que Data Analyst et MLOps sont comparés à conditions égales, quelle que soit la devise dans laquelle chaque poste a été initialement publié. Seuls les postes qui publient une fourchette de salaire alimentent les médianes ; les chiffres se rafraîchissent toutes les quelques heures à mesure que de nouveaux postes paraissent et que les anciens se ferment, cette comparaison reflète donc le marché actuel plutôt qu’une enquête figée. Utilisez-la comme un repère indicatif pour peser une voie par rapport à l’autre.