$170,000
médiane · par an, USD annualisé
$189,000
médiane · par an, USD annualisé
Staff+ Research Engineer, RL Data Platform
Data Infrastructure Engineer, Pre-training
Data Engineer
Senior Data Engineer
Staff / Principal Data Engineer
Software Engineer - Data Aquisition (systems)
Software Engineer, Data Acquisition
Senior Staff Backline Engineer - Data & AI
Machine Learning Engineer, Distributed Data Systems - Robotics
Software Engineer, Frontier Data Products
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 |
|---|---|---|
Speechify
|
$170,000 | 102 |
Mindrift
|
$83,200 | 32 |
Accenture Federal Services
|
$144,250 | 27 |
Olsson
|
$121,500 | 21 |
OpenAI
|
$315,000 | 17 |
Esri
|
$113,360 | 15 |
Anduril Industries
|
$181,500 | 14 |
Anthropic
|
$362,500 | 13 |
| 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 |
|---|---|---|
| San Francisco | $217,500 | 166 |
| New York | $213,281 | 168 |
| Seattle | $203,750 | 42 |
| Boston | $185,000 | 29 |
| Los Angeles | $175,000 | 21 |
| Chicago | $175,000 | 34 |
| Austin | $168,935 | 17 |
| Denver | $150,000 | 28 |
| Atlanta | $145,163 | 12 |
| London | $144,187 | 11 |
La médiane pour Data Engineer est de $170,000 par an (généralement $143,125–$215,000), contre $189,000 pour MLOps ($152,900–$225,000). Cela place MLOps environ 11% 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 Engineer 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.