$170,000
mediana · por ano, anualizado em USD
$189,000
mediana · por ano, anualizado em USD
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
| Empresa | Mediana | Funções |
|---|---|---|
Speechify
|
$170,000 | 102 |
Mindrift
|
$83,200 | 32 |
Accenture Federal Services
|
$144,000 | 28 |
Olsson
|
$121,500 | 21 |
OpenAI
|
$315,000 | 17 |
Anduril Industries
|
$170,000 | 15 |
Esri
|
$113,360 | 15 |
Anthropic
|
$362,500 | 13 |
| Empresa | Mediana | Funções |
|---|---|---|
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 |
| Local | Mediana | Funções |
|---|---|---|
| San Francisco | $216,750 | 166 |
| New York | $213,281 | 166 |
| Seattle | $203,750 | 42 |
| Boston | $180,000 | 30 |
| Los Angeles | $175,000 | 19 |
| Chicago | $175,000 | 34 |
| Austin | $168,935 | 17 |
| Denver | $150,000 | 28 |
| Atlanta | $145,163 | 12 |
| London | $144,187 | 11 |
A mediana para Data Engineer é $170,000 por ano (normalmente $143,125–$215,000), contra $189,000 para MLOps ($152,900–$225,000). Isso coloca MLOps cerca de 11% à frente na mediana.
Ambos os números são calculados ao vivo a partir de vagas ativas na JobsRadar e normalizados para USD anualizado, então Data Engineer e MLOps são comparados em igualdade de condições, independentemente da moeda em que cada vaga foi originalmente publicada. Apenas as vagas que publicam uma faixa salarial alimentam as medianas; os números são atualizados a cada poucas horas conforme novas vagas são publicadas e as antigas são encerradas, então esta comparação reflete o mercado agora, e não uma pesquisa fixa. Use-a como referência direcional ao pesar um caminho contra o outro.