$205,000
médiane · par an, USD annualisé
$187,500
médiane · par an, USD annualisé
Senior Software Engineer, Machine Learning (Audio)
Machine Learning Engineer - Fraud Risk
Research Engineer, Machine Learning (Reinforcement Learning)
Research Engineer, Machine Learning (RL Velocity)
Research Engineer, Machine Learning (Reinforcement Learning)
Research Engineer, Machine Learning (RL Velocity)
Machine Learning Engineer, Integrity
Principal Machine Learning Engineer, Ads Delivery
Machine Learning Engineer, Speech LLM Training - San Francisco
Senior Machine Learning Engineer, Ad Serving
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 |
|---|---|---|
Reddit
|
$276,000 | 18 |
Pinterest
|
$260,867 | 17 |
Motional
|
$185,500 | 17 |
Roblox
|
$297,743 | 14 |
Airbnb
|
$274,500 | 14 |
Torc Robotics
|
$249,000 | 11 |
Nuro
|
$242,540 | 10 |
Applied Intuition
|
$173,500 | 10 |
| 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 | $240,000 | 164 |
| Austin | $235,000 | 11 |
| New York | $225,000 | 100 |
| Seattle | $212,444 | 39 |
| Los Angeles | $205,000 | 11 |
| Boston | $200,000 | 41 |
| Toronto | $195,000 | 29 |
| Paris | $185,000 | 6 |
| Atlanta | $174,825 | 8 |
| Chicago | $173,875 | 12 |
La médiane pour ML Engineer est de $205,000 par an (généralement $173,500–$250,000), contre $187,500 pour MLOps ($147,500–$236,325). Cela place ML Engineer environ 9% 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 ML 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.