MLOps: Markt
Stand 19. November 2026: offene Stellen MLOps — 2.789, 30% remote unter den Stellen mit Angabe des Arbeitsmodells; Mediangehalt in Stellenanzeigen $10.833/Monat (aus 315 Anzeigen mit Gehaltsangabe). Quelle: Zorky, täglich aktualisiert.
MLOps ist das Engineering des Lebenszyklus von Machine-Learning-Modellen: reproduzierbares Training, Model Registry, Rollout in die Produktion, Monitoring von Qualität und Datendrift. Wir verfolgen 2.789 offene Stellen mit MLOps, 2.434 davon frisch. LLMs haben die Rolle erweitert: Zu klassischen Pipelines kommen jetzt die Evaluierung von LLM-Anwendungen, Model Serving auf GPUs und das Management der Inferenzkosten. Der Großteil der Nachfrage kommt aus ML/AI-, AI-Engineer- und Data-Rollen. Am häufigsten taucht es neben Python, AWS und LLM auf. 30% der Anzeigen erlauben vollständige Remote-Arbeit. Unten die gemessene MLOps-Nachfrage.
Datenstand:
Die wichtigsten Zahlen des MLOps-Markts: offene Jobs, Mediangehalt, beobachteter Fachkräftepool und Remote-Anteil.
Der Markt für MLOps hat derzeit 2.789 offene Rollen, davon 2.434 frisch beobachtet. Median salary $10.833/mo. Observed candidate pool — 387.
30% der Anzeigen für MLOps erlauben vollständig Remote-Arbeit; der Anteil berücksichtigt nur Anzeigen mit angegebenem Arbeitsformat.
⚠ Gehalt bekannt bei 315 von 2789 Stellen; Remote-Anteil aus 2191 mit angegebenem Arbeitsformat; 2434 als frische Beobachtungen gezählt; Trend und Besetzungsschwierigkeit werden nicht gezeigt
Zeitachse: Ausschreibungen und Quellen
Wie viele MLOps-Ausschreibungen jede Woche seit 10. Aug. erschienen sind und aus wie vielen Quellen. Das untere Diagramm trennt Marktwachstum von Abdeckungswachstum: Ein Sprung in der Woche, in der neue Quellen angebunden wurden, bedeutet, dass wir mehr sehen — nicht, dass der Markt gewachsen ist.
Neue Ausschreibungen pro Woche
Diagrammdaten
| Zeitraum | Neue Ausschreibungen pro Woche |
|---|---|
| 2026-08-10 | 48 |
| 2026-08-17 | 61 |
| 2026-08-24 | 51 |
| 2026-08-31 | 54 |
| 2026-09-07 | 65 |
| 2026-09-14 | 85 |
| 2026-09-21 | 332 |
| 2026-09-28 | 411 |
| 2026-10-05 | 489 |
| 2026-10-12 | 828 |
| 2026-10-19 | 616 |
| 2026-10-26 | 662 |
| 2026-11-02 | 591 |
| 2026-11-09 | 635 |
Aktive Quellen pro Woche
Quellen im Zeitraum: 176. ▲ — Woche, in der viele neue Quellen angebunden wurden.
Diagrammdaten
| Zeitraum | Aktive Quellen |
|---|---|
| 2026-08-10 | 24 |
| 2026-08-17 | 28 |
| 2026-08-24 | 27 |
| 2026-08-31 | 35 |
| 2026-09-07 | 31 |
| 2026-09-14 | 38 |
| 2026-09-21 | 47 |
| 2026-09-28 | 50 |
| 2026-10-05 | 50 |
| 2026-10-12 | 58 |
| 2026-10-19 | 58 |
| 2026-10-26 | 63 |
| 2026-11-02 | 61 |
| 2026-11-09 | 74 |
Neue Quellen angebunden: 21. Sept. +22 · alle Wochen (13) in der Tabelle
| Woche | Neue Quellen | Neue Ausschreibungen |
|---|---|---|
| 17. Aug. | +16 | 61 |
| 24. Aug. | +14 | 51 |
| 31. Aug. | +16 | 54 |
| 7. Sept. | +7 | 65 |
| 14. Sept. | +11 | 85 |
| 21. Sept. | +22 | 332 |
| 28. Sept. | +10 | 411 |
| 5. Okt. | +10 | 489 |
| 12. Okt. | +11 | 828 |
| 19. Okt. | +12 | 616 |
| 26. Okt. | +6 | 662 |
| 2. Nov. | +7 | 591 |
| 9. Nov. | +10 | 635 |
Die aktuelle Woche ist noch nicht vorbei und wird nicht gezeigt: Eine unvollständige Woche sähe wie ein Rückgang aus.
Woche = Datum der ersten Erfassung der Ausschreibung, alle Status. Eine Ausschreibung gehört über ihr Stack-Tag zur Technologie; die Reihe beginnt am 10. August 2026 — davor wurden Tags anders vergeben und sind nicht vergleichbar. Quellen sind unterschiedliche Erfassungskanäle; ihre Namen werden nicht veröffentlicht.
Diagrammdaten
| Woche | Neue Ausschreibungen pro Woche | Aktive Quellen |
|---|---|---|
| 2026-08-10 | 48 | 24 |
| 2026-08-17 | 61 | 28 |
| 2026-08-24 | 51 | 27 |
| 2026-08-31 | 54 | 35 |
| 2026-09-07 | 65 | 31 |
| 2026-09-14 | 85 | 38 |
| 2026-09-21 | 332 | 47 |
| 2026-09-28 | 411 | 50 |
| 2026-10-05 | 489 | 50 |
| 2026-10-12 | 828 | 58 |
| 2026-10-19 | 616 | 58 |
| 2026-10-26 | 662 | 63 |
| 2026-11-02 | 591 | 61 |
| 2026-11-09 | 635 | 74 |
Gehälter im Zeitverlauf
Mediangehalt MLOps pro Woche, USD pro Monat.
Mediangehalt, USD pro Monat
Diagrammdaten
| Zeitraum | Median | Stellen mit Gehalt pro Woche (n) |
|---|---|---|
| 2026-09-28 | 8.668 | 17 |
| 2026-10-05 | 5.985 | 35 |
| 2026-10-12 | 6.321 | 48 |
| 2026-10-19 | 11.562 | 102 |
| 2026-10-26 | 10.507 | 95 |
| 2026-11-02 | 11.525 | 76 |
| 2026-11-09 | 8.931 | 91 |
Die Reihe beginnt am 28. Sept.: davor gibt es keine Daten.
Nur Ausschreibungen mit Gehalt in USD und bekanntem Zeitraum (Monat oder Jahr), 500–50.000 $ pro Monat. Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer — das heißt keine Daten, nicht null.
Diagrammdaten
| Woche | Median |
|---|---|
| 2026-08-10 | — |
| 2026-08-17 | — |
| 2026-08-24 | — |
| 2026-08-31 | — |
| 2026-09-07 | — |
| 2026-09-14 | — |
| 2026-09-21 | — |
| 2026-09-28 | 8.668 |
| 2026-10-05 | 5.985 |
| 2026-10-12 | 6.321 |
| 2026-10-19 | 11.562 |
| 2026-10-26 | 10.507 |
| 2026-11-02 | 11.525 |
| 2026-11-09 | 8.931 |
Remote-Arbeit im Zeitverlauf
Anteil der MLOps-Ausschreibungen mit vollständig remoter Arbeit, pro Woche.
Remote-Ausschreibungen, %
Diagrammdaten
| Zeitraum | Ortsunabhängig |
|---|---|
| 2026-08-10 | 50 |
| 2026-08-17 | 34,6 |
| 2026-08-24 | 27,9 |
| 2026-08-31 | 45,7 |
| 2026-09-07 | 18,2 |
| 2026-09-14 | 31,7 |
| 2026-09-21 | 22,7 |
| 2026-09-28 | 35,6 |
| 2026-10-05 | 41,9 |
| 2026-10-12 | 43,1 |
| 2026-10-19 | 39,2 |
| 2026-10-26 | 32,7 |
| 2026-11-02 | 28,5 |
| 2026-11-09 | 31,8 |
Der Anteil bezieht sich auf Ausschreibungen mit Angabe des Arbeitsmodells (remote, hybrid, Büro). Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer.
Diagrammdaten
| Woche | Ortsunabhängig |
|---|---|
| 2026-08-10 | 50 |
| 2026-08-17 | 34,6 |
| 2026-08-24 | 27,9 |
| 2026-08-31 | 45,7 |
| 2026-09-07 | 18,2 |
| 2026-09-14 | 31,7 |
| 2026-09-21 | 22,7 |
| 2026-09-28 | 35,6 |
| 2026-10-05 | 41,9 |
| 2026-10-12 | 43,1 |
| 2026-10-19 | 39,2 |
| 2026-10-26 | 32,7 |
| 2026-11-02 | 28,5 |
| 2026-11-09 | 31,8 |
Länder im Zeitverlauf
Wie sich der Anteil der MLOps-Stellen in jedem der Top-Länder pro Woche verändert hat.
Ausschreibungen im Land, %
Diagrammdaten
| Zeitraum | USA | Vereinigtes Königreich | Russland |
|---|---|---|---|
| 2026-08-10 | 10,3 | 17,9 | 20,5 |
| 2026-08-17 | 17 | 12,8 | 29,8 |
| 2026-08-24 | 6,8 | 27,3 | 18,2 |
| 2026-08-31 | 6,4 | 14,9 | 51,1 |
| 2026-09-07 | 12,2 | 34,7 | 20,4 |
| 2026-09-14 | 9,4 | 12,5 | 34,4 |
| 2026-09-21 | 23,9 | 11,2 | 6 |
| 2026-09-28 | 18 | 8,2 | 4,8 |
| 2026-10-05 | 18,8 | 6,5 | 3,8 |
| 2026-10-12 | 17,1 | 5,5 | 2,8 |
| 2026-10-19 | 20,7 | 8,8 | 2,9 |
| 2026-10-26 | 24,7 | 8,7 | 3,8 |
| 2026-11-02 | 22,1 | 8,7 | 3,2 |
| 2026-11-09 | 27,4 | 6,4 | 2,6 |
Anteil unter Ausschreibungen mit bekanntem Land; das Diagramm zeigt die fünf Länder mit den meisten Ausschreibungen über sechs Monate. Wochen mit weniger als 20 Ausschreibungen mit bekanntem Land bleiben leer. Ein steigender Anteil kann eine neu angebundene Quelle in diesem Land bedeuten statt Marktwachstum.
Diagrammdaten
| Woche | USA | Polen | Vereinigtes Königreich | Indien | Russland |
|---|---|---|---|---|---|
| 2026-08-10 | 10,3 | 0 | 17,9 | 10,3 | 20,5 |
| 2026-08-17 | 17 | 2,1 | 12,8 | 6,4 | 29,8 |
| 2026-08-24 | 6,8 | 2,3 | 27,3 | 2,3 | 18,2 |
| 2026-08-31 | 6,4 | 0 | 14,9 | 6,4 | 51,1 |
| 2026-09-07 | 12,2 | 0 | 34,7 | 8,2 | 20,4 |
| 2026-09-14 | 9,4 | 6,2 | 12,5 | 7,8 | 34,4 |
| 2026-09-21 | 23,9 | 12,3 | 11,2 | 4,1 | 6 |
| 2026-09-28 | 18 | 30,5 | 8,2 | 6,4 | 4,8 |
| 2026-10-05 | 18,8 | 35,7 | 6,5 | 4,2 | 3,8 |
| 2026-10-12 | 17,1 | 22,9 | 5,5 | 9,7 | 2,8 |
| 2026-10-19 | 20,7 | 19,9 | 8,8 | 6,2 | 2,9 |
| 2026-10-26 | 24,7 | 13,8 | 8,7 | 9,4 | 3,8 |
| 2026-11-02 | 22,1 | 12,6 | 8,7 | 10,1 | 3,2 |
| 2026-11-09 | 27,4 | 16,4 | 6,4 | 7,9 | 2,6 |
Bereinigter Markt: Einstellungsindex
Dieselben 7.505 Karriereseiten von Arbeitgebern; die Zahl der Ausschreibungen stammt direkt von der Seite. Neue Quellen bewegen diesen Index nicht — er zeigt den Markt, nicht unsere Abdeckung. Das ist der gesamte Panelmarkt, nicht nur MLOps.
Einstellungsindex, 16. Okt. = 100
Diagrammdaten
| Zeitraum | Einstellungsindex |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Kettenindex: Jeder Tag vergleicht nur Seiten, die an diesem und am vorherigen Tag abgefragt wurden; Ausreißer und plattformweite Abfrageausfälle sind ausgeschlossen. Tage ohne vergleichbare Paare bleiben leer.
Diagrammdaten
| Tag | Einstellungsindex |
|---|---|
| 2026-10-16 | 100 |
| 2026-10-17 | 100,03 |
| 2026-10-18 | 99,76 |
| 2026-10-19 | 99,68 |
| 2026-10-20 | 99,27 |
| 2026-10-21 | 98,6 |
| 2026-10-22 | 99,07 |
| 2026-10-23 | 97,4 |
| 2026-10-24 | 97,41 |
| 2026-10-26 | 97,33 |
| 2026-10-27 | 96,76 |
| 2026-10-28 | 96,21 |
| 2026-10-29 | 95,17 |
| 2026-10-30 | 95,13 |
| 2026-10-31 | 93,65 |
| 2026-11-01 | 93,33 |
| 2026-11-02 | 92,67 |
| 2026-11-03 | 92,65 |
| 2026-11-04 | 92,41 |
| 2026-11-05 | 92,13 |
| 2026-11-06 | 90,44 |
| 2026-11-07 | 90,48 |
| 2026-11-08 | 90,45 |
| 2026-11-10 | 90,29 |
| 2026-11-11 | 90,22 |
| 2026-11-13 | 90,12 |
| 2026-11-14 | 89,7 |
| 2026-11-15 | 89,68 |
| 2026-11-16 | 89,62 |
| 2026-11-18 | 88,91 |
| 2026-11-19 | 88,02 |
Wie viele offene MLOps-Jobs es gibt und wie viele passende Fachkräfte Zorky sieht.
Nachfrage und beobachtetes Angebot
Diagrammdaten
| Kennzahl | Wert |
|---|---|
| Offene Nachfrage | 2.789 |
| Beobachtetes Angebot | 387 |
| Offene Nachfrage | 2.789 |
| Beobachtetes Angebot | 387 |
⚠ zu einer Stelle passende Kandidaten werden noch nicht gezählt: gezeigt werden Nachfrage und der beobachtete Pool
Wie sich die Gehälter in MLOps-Jobs verteilen, in US-Dollar pro Monat.
Gehaltsverteilung
Diagrammdaten
| Kennzahl | Wert |
|---|---|
| <$1k | 2 |
| $1–2k | 5 |
| $2–3k | 3 |
| $3–4k | 4 |
| $4–5k | 21 |
| $5–6k | 16 |
| $6–7k | 25 |
| $7–8k | 27 |
| $8–9k | 22 |
| $9–10k | 16 |
| $10–12k | 32 |
| $12–15k | 53 |
| $15–20k | 69 |
| $20k+ | 20 |
- für die Berechnung nutzbar: 315 (11,3%)
- angegeben, aber nicht in USD/Monat umgerechnet: 470 (16,9%)
- nicht angegeben: 2.004 (71,9%)
Jede zehnte Stellenanzeige bietet unter $4.750, jede zehnte über $18.129. Die Hälfte der Anzeigen bietet zwischen $7.291 und $15.833. Stichprobe: 315.
Das Histogramm der Gehaltsspannen für MLOps-Stellenanzeigen berücksichtigt nur Anzeigen mit ausdrücklich angegebener Vergütungsspanne; der Median wird über dieselbe Stichprobe berechnet.
Diagrammdaten
| Kennzahl | Untergrenze | Obergrenze | Anzahl |
|---|---|---|---|
| <$1k | 0 | 1.000 | 2 |
| $1–2k | 1.000 | 2.000 | 5 |
| $2–3k | 2.000 | 3.000 | 3 |
| $3–4k | 3.000 | 4.000 | 4 |
| $4–5k | 4.000 | 5.000 | 21 |
| $5–6k | 5.000 | 6.000 | 16 |
| $6–7k | 6.000 | 7.000 | 25 |
| $7–8k | 7.000 | 8.000 | 27 |
| $8–9k | 8.000 | 9.000 | 22 |
| $9–10k | 9.000 | 10.000 | 16 |
| $10–12k | 10.000 | 12.000 | 32 |
| $12–15k | 12.000 | 15.000 | 53 |
| $15–20k | 15.000 | 20.000 | 69 |
| $20k+ | 20.000 | — | 20 |
In welchen Ländern es die meisten offenen MLOps-Jobs gibt.
Geografie der Nachfrage
| Land | Stellen | Anteil |
|---|---|---|
| Vereinigte Staaten | 615 | 26,2% |
| Polen | 330 | 14% |
| Vereinigtes Königreich | 214 | 9,1% |
| Indien | 185 | 7,9% |
| Deutschland | 148 | 6,3% |
| Frankreich | 87 | 3,7% |
| Kanada | 83 | 3,5% |
| Russland | 58 | 2,5% |
| Singapur | 55 | 2,3% |
| Brasilien | 42 | 1,8% |
| Übrige Länder | 533 | 22,7% |
Die meisten Stellen für MLOps gibt es in den USA (615 Positionen).
⚠ nur Stellenzahlen: Gehalt nach Land wird nicht veröffentlicht
Diagrammdaten
| Land | Stellen |
|---|---|
| US | 615 |
| PL | 330 |
| GB | 214 |
| IN | 185 |
| DE | 148 |
| FR | 87 |
| CA | 83 |
| RU | 58 |
| SG | 55 |
| BR | 42 |
Welche Technologien am häufigsten im selben Job wie MLOps verlangt werden.
Wird zusammen verwendet mit
Anteil — wie viele der 2.789 Stellen im Markt MLOps diese Technologie nennen. Sortiert nach Stellenzahl, nicht nach „Stärke des Zusammenhangs“. Oberbegriffe wie cloud sind keine bestimmte Cloud (AWS, Azure).
MLOps erscheint am häufigsten neben Python, AWS und LLM.
Diagrammdaten
| Name | Anzahl |
|---|---|
| cloud | 1.688 |
| python | 1.502 |
| aws | 1.133 |
| llm | 1.032 |
| azure | 972 |
| kubernetes | 647 |
| gcp | 565 |
| docker | 529 |
| pytorch | 494 |
| databricks | 493 |
| sql | 422 |
| mlflow | 401 |
In den Stellenanzeigen welcher Rollen MLOps vorkommt.
Rollen, die sie nutzen
Anteil an den 2.716 Stellen im Markt MLOps mit bestimmter Rolle. Weitere 73 Stellen ohne Rolle oder in einer Sammelkategorie (Other, IT) sind nicht enthalten. Eine Technologie ist eine Fähigkeit, eine Rolle ein Beruf: Python ist nicht Backend.
⚠ die Kategorien `Other` und `IT` sind als Nicht-Rollen ausgeschlossen
Diagrammdaten
| Rolle | Anzahl |
|---|---|
| ML/AI | 984 |
| KI-Ingenieur | 606 |
| Daten | 312 |
| Architekt | 266 |
| DevOps | 166 |
| Plattformingenieur | 114 |
| Backend | 54 |
| Fullstack | 49 |
| Produkt | 49 |
| PM | 33 |
Wie viele MLOps-Jobs es auf jeder Stufe gibt — von Junior bis Principal.
Nachfrage nach Level
| Level | Stellen |
|---|---|
| senior | 980 |
| Principal | 282 |
| lead | 281 |
| middle | 149 |
| junior | 74 |
Senior und höher machen etwa 87% von 1.766 Stellenanzeigen für MLOps mit Angabe des Levels aus. MLOps erfordert Erfahrung sowohl in ML als auch in Infrastruktur — Junior-Stellen gibt es fast nicht.
⚠ nur die Nachfrageseite: das Level des beobachteten Pools ist größtenteils unbekannt
Diagrammdaten
| Stufe | Anzahl |
|---|---|
| senior | 980 |
| Principal | 282 |
| lead | 281 |
| middle | 149 |
| junior | 74 |
Wer im Bereich MLOps am meisten einstellt und wie stark sich die Nachfrage auf die größten Unternehmen konzentriert.
Arbeitgeber
Die Nachfrage verteilt sich auf 1.506 Arbeitgeber. Der größte steht für 1.3 %, die Top Ten für 7.3 %; die übrigen 92.7 % sind Long Tail.
| Anteil | Wert |
|---|---|
| Top-1 | 1.3% |
| Top-3 | 3.3% |
| Top-10 | 7.3% |
| Long Tail | 92.7% |
⚠ Namen werden nicht angezeigt: Personalvermittler und Endarbeitgeber werden vom Klassifikator noch nicht unterschieden
Von welchen Unternehmensseiten und Jobbörsen Zorky MLOps-Jobs sammelt.
Wo Zorky diesen Markt sieht
Beobachtet in 107 Quellen; die größte steht für 18.9 % — dieser Markt hängt nicht an einem einzigen Kanal.
Anzeigen für MLOps kommen überwiegend aus ATS & Karriereseiten sowie Jobbörsen & Aggregatoren.
Diagrammdaten
| Klasse | Name | Englischer Name | Anzahl | Anteil |
|---|---|---|---|---|
| ats | ATS и карьерные сайты | ATS & Karriereseiten | 1.900 | 0,6812 |
| board | джоб-борды и агрегаторы | Jobbörsen & Aggregatoren | 836 | 0,2997 |
| telegram | Telegram | Telegram | 47 | 0,0169 |
| Community | сообщества и публичные профили | Community & öffentliche Profile | 6 | 0,0022 |
Die neuesten MLOps-Jobs von Karriereseiten der Unternehmen.
Neueste Ausschreibungen
- Head of AI Cluster Coordination Department · UZ
- BigData Project Manager Департамент Smart Data Management · KZ
- Подборка вакансий для разработчиков · RU
- AI/ML Engineer
- Data Engineer (Machine Learning & Data Platform) · VN
- Senior Software Engineer - Machine Learning Platform · US · $16.537
- Inżynier MLOps (k/m) · RO
- Senior Inżynier MLOps (k/m) · RO
Benachbarte Märkte
⚠ angrenzende Märkte zum Vergleich sind noch nicht definiert
So wird gemessen
- Stelle
- eine offene Stelle, die das Qualitäts-Gate passiert hat und mindestens zwei Technologien nennt
- Beobachteter Kandidat
- ein Kandidat, dessen Stack diese Technologie enthält; ein Aggregat — kein einziger Datensatz verlässt den Perimeter
- Matchbarer Kandidat
- noch nicht gezählt
- Fenster
- Stellen, die zum Zeitpunkt der Erstellung des Snapshots offen waren
Über die Daten
- Einige Aufschlüsselungen sind ausgeblendet: Die Datenabdeckung reicht noch nicht aus.
- Statistiken erscheinen nur, wo die Stichprobe eine Qualitätsschwelle passiert.
- Ein fehlender Block bedeutet nicht den Wert null.
Derzeit ausgeblendete Aufschlüsselungen: 7.
Häufig gestellte Fragen
Häufige Fragen zum Markt für MLOps — kurze Antworten aus demselben Datenausschnitt.
Welche Tools erscheinen in MLOps-Stellenanzeigen?
MLflow oder Weights & Biases für Experimente, Orchestratoren (Airflow, Kubeflow, Prefect), Kubernetes und Docker, Model Serving (Triton, vLLM, KServe), Cloud-ML-Plattformen (SageMaker, Vertex AI, Azure ML), Monitoring.
Worin unterscheidet sich MLOps von DevOps?
Neben Code werden Daten und Modelle versioniert; die Qualität wird mit Modellmetriken geprüft, nicht nur mit Tests; die Produktion verschlechtert sich durch Data Drift auch ohne Codeänderungen.
Wie groß ist die Nachfrage nach MLOps?
Der Ausschnitt erfasst 2.789 offene MLOps-Stellen; die Nachfrage wächst, während Teams vom Experimentieren mit Modellen zu deren Betrieb übergehen.