$187,500
médiane · par an, USD annualisé
$185,000
médiane · par an, USD annualisé
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
Senior Business Development Lead - Retail Tech & Software Services
Lead Software Engineer (Backend)
Customer Engineering Lead
Technical Lead, Safety Research
Lead Security Engineer
Data Engineering Lead
Staff Engineer, Emulation Technical Lead
RISC-V AI / HPC & Agentic Software Engineering Lead
Technical Lead Manager, Data Engineering, Trust & Safety
Lead Machine Learning Inference Engineer, Advertising
| 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 |
| Entreprise | Médiane | Postes |
|---|---|---|
Anduril Industries
|
$170,000 | 33 |
STR
|
$198,250 | 26 |
Motional
|
$237,500 | 21 |
Accenture Federal Services
|
$197,750 | 21 |
Fluidstack
|
$275,000 | 19 |
Scout Motors
|
$176,250 | 16 |
Relativity Space
|
$170,000 | 15 |
OpenAI
|
$338,750 | 14 |
| Lieu | Médiane | Postes |
|---|---|---|
| Austin | $266,500 | 24 |
| San Francisco | $238,500 | 141 |
| Seattle | $234,225 | 34 |
| New York | $222,000 | 100 |
| Boston | $212,500 | 51 |
| Atlanta | $190,000 | 13 |
| Denver | $183,500 | 15 |
| Los Angeles | $175,000 | 19 |
| Toronto | $167,673 | 24 |
| Chicago | $166,000 | 26 |
La médiane pour MLOps est de $187,500 par an (généralement $147,500–$236,325), contre $185,000 pour Tech Lead ($152,500–$223,683). Cela place MLOps 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 MLOps et Tech Lead 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.