$190,000
médiane · par an, USD annualisé
$187,500
médiane · par an, USD annualisé
Platform Engineer
Senior Staff+ Software Engineer, Kubernetes Platform
Senior Security Platform Engineer I
Principal .NET Software Engineer - Cloud Payments Platform
Principal .NET Software Engineer- Cloud Payments Platform
Software Engineer, Platform
Infrastructure and Platform Development Engineer
Agent Platform Engineer
Principal Engineer, AI Platform
Member of Technical Staff (Software Engineer, Inference & Training Platform)
Senior Machine Learning Engineer, DevOps/SRE
Staff Machine Learning Operations Engineer
Senior Data Engineer, MLOps [Remote-US]
Senior, ML Engineer - ML Ops Framework
Senior, ML Engineer - ML Ops Framework
Senior Machine Learning Operations Engineer
Staff ML/LLM Ops Engineer
Sr. Machine Learning Ops Engineer
DoD MLOps Software Engineer
Sr. Machine Learning Ops Engineer
| Entreprise | Médiane | Postes |
|---|---|---|
Accenture Federal Services
|
$151,800 | 29 |
Air Apps
|
$65,184 | 22 |
Captivation Software
|
$200,000 | 21 |
Reddit
|
$244,500 | 18 |
Anduril Industries
|
$222,000 | 15 |
Coinbase
|
$202,483 | 15 |
Airwallex
|
$162,878 | 13 |
Roblox
|
$265,138 | 12 |
| Entreprise | Médiane | Postes |
|---|---|---|
Garner Health
|
$297,500 | 2 |
Torc Robotics
|
$249,000 | 2 |
Quanata
|
$256,500 | 1 |
Roku
|
$254,875 | 1 |
LVT
|
$242,650 | 1 |
Hayden AI
|
$230,000 | 1 |
Instacart
|
$212,750 | 1 |
Cimgroup
|
$200,000 | 1 |
| Lieu | Médiane | Postes |
|---|---|---|
| San Francisco | $225,500 | 251 |
| Seattle | $212,500 | 62 |
| New York | $210,000 | 209 |
| Los Angeles | $200,650 | 18 |
| Austin | $198,900 | 27 |
| Chicago | $195,000 | 31 |
| Denver | $186,000 | 26 |
| Boston | $182,500 | 59 |
| Toronto | $165,000 | 49 |
| Atlanta | $161,500 | 10 |
La médiane pour DevOps est de $190,000 par an (généralement $151,040–$225,000), contre $187,500 pour MLOps ($147,500–$236,325). Cela place DevOps environ 1% 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 DevOps 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.