Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →

MLOps : marché

Données au 19 novembre 2026 : offres ouvertes MLOps — 416, dont 30% en télétravail; salaire médian annoncé $8 405/mois (sur 49 offres qui indiquent un salaire). Source : Zorky, mis à jour chaque jour.

Un MLOps Engineer construit l'infrastructure du cycle de vie des modèles : pipelines d'entraînement, registre de modèles, déploiement et serving, suivi de la qualité et de la dérive des données. Nous suivons actuellement 416 postes ouverts pour ce rôle, dont 361 récents. Le cœur : Python, MLflow ou équivalents, orchestrateurs (Airflow, Kubeflow), Kubernetes et Docker, plateformes ML cloud, serving de modèles sur GPU (Triton, vLLM) et monitoring. Parmi les exigences associées, MLOps, AWS, Python et Kubernetes apparaissent le plus souvent. 30 % des offres autorisent le télétravail complet. Ci-dessous, une coupe en direct du marché MLOps Engineer : géographie, séniorité, stack associée et sources.

Données au:

Les chiffres clés du marché MLOps : offres ouvertes, salaire médian, vivier de spécialistes observé et part du télétravail.

416
offres ouvertes
$8 405
médiane $/mois
30%
télétravail

Le marché MLOps compte actuellement 416 postes ouverts, dont 361 observés récemment. Median salary $8 405/mo.

30 % des offres d'ingénieur MLOps autorisent le travail entièrement à distance ; la part ne compte que les offres qui précisent le format.

⚠ salaire connu pour 49 offres sur 416 ; part du télétravail sur 348 avec un format indiqué ; 361 comptées comme observations récentes ; la tendance et la difficulté de recrutement ne sont pas affichées

Chronologie : offres et sources

Combien d'offres MLOps sont apparues chaque semaine depuis le 1 juin, et depuis combien de sources. Le graphique du bas sépare la croissance du marché de celle de notre couverture : un saut la semaine où de nouvelles sources ont été connectées signifie que nous voyons davantage, pas que le marché a grandi.

Nouvelles offres par semaine

Données du graphique
Nouvelles offres par semaine. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeNouvelles offres par semaine
2026-06-0125
2026-06-0818
2026-06-1512
2026-06-2256
2026-06-2938
2026-07-0644
2026-07-1367
2026-07-2044
2026-07-2724
2026-08-0325
2026-08-1029
2026-08-1720
2026-08-2424
2026-08-3130
2026-09-0724
2026-09-1434
2026-09-2153
2026-09-2859
2026-10-0556
2026-10-12151
2026-10-1954
2026-10-2670
2026-11-0285
2026-11-0973

Sources actives par semaine

Sources sur la période : 124. ▲ — semaine où de nombreuses nouvelles sources ont été connectées.

Données du graphique
Sources actives par semaine. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeSources actives
2026-06-0111
2026-06-088
2026-06-155
2026-06-2211
2026-06-2923
2026-07-0619
2026-07-1328
2026-07-2014
2026-07-2714
2026-08-0319
2026-08-1018
2026-08-1715
2026-08-2412
2026-08-3120
2026-09-0714
2026-09-1418
2026-09-2124
2026-09-2823
2026-10-0522
2026-10-1232
2026-10-1927
2026-10-2629
2026-11-0236
2026-11-0941
Nouvelles sources connectées : 29 juin +14 · 6 juil. +8 · 13 juil. +15 · 9 nov. +14 · toutes les semaines (23) dans le tableau
SemaineNouvelles sourcesNouvelles offres
8 juin+318
15 juin+112
22 juin+556
29 juin+1438
6 juil.+844
13 juil.+1567
20 juil.+544
27 juil.+324
3 août+325
10 août+429
17 août+620
24 août+124
31 août+430
7 sept.+224
14 sept.+334
21 sept.+553
28 sept.+159
5 oct.+256
12 oct.+5151
19 oct.+254
26 oct.+370
2 nov.+485
9 nov.+1473

La semaine en cours n'est pas terminée et n'est pas affichée : une semaine incomplète ressemblerait à une baisse.

Semaine = date de première détection de l'offre, tous statuts ; les offres sont sélectionnées selon la même règle que le compteur de cette page. Les sources sont des canaux de collecte distincts ; leurs noms ne sont pas publiés.

Données du graphique
Chronologie : offres et sources — MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineNouvelles offres par semaineSources actives
2026-06-012511
2026-06-08188
2026-06-15125
2026-06-225611
2026-06-293823
2026-07-064419
2026-07-136728
2026-07-204414
2026-07-272414
2026-08-032519
2026-08-102918
2026-08-172015
2026-08-242412
2026-08-313020
2026-09-072414
2026-09-143418
2026-09-215324
2026-09-285923
2026-10-055622
2026-10-1215132
2026-10-195427
2026-10-267029
2026-11-028536
2026-11-097341

Les salaires dans le temps

Salaire médian MLOps par semaine, USD par mois.

Salaire médian, USD par mois

Données du graphique
Salaire médian, USD par mois. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeMédianeOffres avec salaire par semaine (n)
2026-10-199 55012
2026-10-269 45716
2026-11-027 75013
2026-11-09—7

La série commence le 19 oct. : aucune donnée avant.

Offres avec salaire par semaine (n)

Uniquement les offres avec un salaire en USD et une période connue (mois ou année), de 500 à 50 000 $ par mois. Les semaines comptant moins de 10 offres de ce type sont laissées vides — cela signifie pas de données, pas zéro.

Données du graphique
Les salaires dans le temps — MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineMédiane
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-20—
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-07—
2026-09-14—
2026-09-21—
2026-09-28—
2026-10-05—
2026-10-12—
2026-10-199 550
2026-10-269 457
2026-11-027 750
2026-11-09—

Le télétravail dans le temps

Part des offres MLOps proposant un télétravail complet, par semaine.

Offres en télétravail, %

Données du graphique
Offres en télétravail, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeTélétravail
2026-06-0164,7
2026-06-0850
2026-06-15—
2026-06-2246,9
2026-06-2954,5
2026-07-0648,3
2026-07-1342,9
2026-07-2063,4
2026-07-2776,5
2026-08-039,5
2026-08-1045
2026-08-1716,7
2026-08-2425
2026-08-3152,2
2026-09-0723,8
2026-09-1426,1
2026-09-2135,7
2026-09-2849
2026-10-0528
2026-10-1232,7
2026-10-1915,4
2026-10-2629,7
2026-11-0230,6
2026-11-0943,9

La part est calculée parmi les offres qui précisent le mode de travail (télétravail, hybride, bureau). Les semaines comptant moins de 10 offres de ce type sont laissées vides.

Données du graphique
Le télétravail dans le temps — MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineTélétravail
2026-06-0164,7
2026-06-0850
2026-06-15—
2026-06-2246,9
2026-06-2954,5
2026-07-0648,3
2026-07-1342,9
2026-07-2063,4
2026-07-2776,5
2026-08-039,5
2026-08-1045
2026-08-1716,7
2026-08-2425
2026-08-3152,2
2026-09-0723,8
2026-09-1426,1
2026-09-2135,7
2026-09-2849
2026-10-0528
2026-10-1232,7
2026-10-1915,4
2026-10-2629,7
2026-11-0230,6
2026-11-0943,9

Les technologies dans le temps

Comment la part des offres MLOps mentionnant chacune des principales technologies a évolué.

Offres mentionnant la technologie, %

Données du graphique
Offres mentionnant la technologie, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeMLOpscloudPython
2026-08-10961616
2026-08-171002520
2026-08-248717,430,4
2026-08-3196,27,738,5
2026-09-0791,326,18,7
2026-09-14976,13
2026-09-2195,930,636,7
2026-09-2894,944,150,8
2026-10-0594,431,553,7
2026-10-1289,345,630,9
2026-10-1994,360,456,6
2026-10-2686,230,853,8
2026-11-0285,938,546,2
2026-11-0991,849,338,4
Jusqu’à 5 sur le graphique :

Part parmi les offres avec un stack tagué ; la série commence le 10 août : auparavant les tags de stack étaient attribués différemment. Les semaines comptant moins de 20 offres taguées sont laissées vides.

Données du graphique
Les technologies dans le temps — MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemaineMLOpscloudAWSPythonKubernetes
2026-08-10961641612
2026-08-1710025252040
2026-08-248717,48,730,426,1
2026-08-3196,27,7038,538,5
2026-09-0791,326,18,78,78,7
2026-09-14976,10312,1
2026-09-2195,930,618,436,730,6
2026-09-2894,944,137,350,835,6
2026-10-0594,431,522,253,720,4
2026-10-1289,345,631,530,928,9
2026-10-1994,360,432,156,630,2
2026-10-2686,230,827,753,830,8
2026-11-0285,938,532,146,224,4
2026-11-0991,849,332,938,435,6

Pays au fil du temps

Comment la part des offres MLOps dans chacun des principaux pays a évolué, par semaine.

Offres dans le pays, %

Données du graphique
Offres dans le pays, %. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodePologneRoyaume-UniRussie
2026-06-0124816
2026-06-08———
2026-06-15———
2026-06-2277,81,91,9
2026-06-2930,62,822,2
2026-07-0613,210,523,7
2026-07-1332,75,51,8
2026-07-2063,42,419,5
2026-07-27504,518,2
2026-08-034,823,84,8
2026-08-10022,225,9
2026-08-17———
2026-08-24043,517,4
2026-08-31011,550
2026-09-07———
2026-09-1415,47,723,1
2026-09-2114,921,314,9
2026-09-2835,315,72
2026-10-0532,722,44,1
2026-10-1222,57,82,3
2026-10-1913,324,46,7
2026-10-2613,817,210,3
2026-11-0213,417,91,5
2026-11-0911,16,312,7
Jusqu’à 5 sur le graphique :

Part parmi les offres dont le pays est connu ; le graphique montre les cinq pays comptant le plus d'offres sur six mois. Les semaines comptant moins de 20 offres avec un pays connu sont laissées vides. Une part en hausse peut signifier une source nouvellement connectée dans ce pays plutôt qu'une croissance du marché.

Données du graphique
Pays au fil du temps — MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
SemainePologneRoyaume-UniÉtats-UnisRussieInde
2026-06-01248281616
2026-06-08—————
2026-06-15—————
2026-06-2277,81,93,71,93,7
2026-06-2930,62,811,122,25,6
2026-07-0613,210,510,523,710,5
2026-07-1332,75,5201,814,5
2026-07-2063,42,4019,54,9
2026-07-27504,54,518,20
2026-08-034,823,8194,89,5
2026-08-10022,23,725,911,1
2026-08-17—————
2026-08-24043,58,717,44,3
2026-08-31011,53,8503,8
2026-09-07—————
2026-09-1415,47,77,723,115,4
2026-09-2114,921,314,914,92,1
2026-09-2835,315,711,825,9
2026-10-0532,722,422,44,10
2026-10-1222,57,810,12,312,4
2026-10-1913,324,415,66,715,6
2026-10-2613,817,224,110,35,2
2026-11-0213,417,911,91,59
2026-11-0911,16,314,312,711,1

Marché net : indice de recrutement

Les mêmes 7 505 sites carrières d'employeurs ; le nombre d'offres provient du site lui-même. Connecter de nouvelles sources ne fait pas bouger cet indice — il montre le marché, pas notre couverture. C'est l'ensemble du marché du panel, pas seulement MLOps.

Indice de recrutement, 16 oct. = 100

Données du graphique
Indice de recrutement, 16 oct. = 100. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PériodeIndice de recrutement
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Indice chaîné : chaque jour ne compare que les sites interrogés ce jour-là et la veille ; les valeurs aberrantes et les pannes d'interrogation d'une plateforme entière sont exclues. Les jours sans paire comparable sont laissés vides.

Données du graphique
Marché net : indice de recrutement — MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
JourIndice de recrutement
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Combien d'offres MLOps ouvertes il y a et combien de spécialistes correspondants Zorky observe.

Demande et offre observée: MLOps

Données du graphique
Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurValeur
Demande ouverte416
Demande ouverte416
Offre observée— non publié

⚠ les candidats correspondant à une offre ne sont pas encore comptés : la demande et le vivier observé sont affichés

Comment se répartissent les salaires des offres MLOps, en dollars américains par mois.

Distribution des salaires: MLOps

P25 $6 000 · P50 $8 405 · P75 $11 608
Données du graphique
Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurValeur
<$1k0
$1–2k1
$2–3k1
$3–4k3
$4–5k4
$5–6k3
$6–7k7
$7–8k3
$8–9k6
$9–10k6
$10–12k4
$12–15k6
$15–20k4
$20k+1
Salaire dans les offres : base 416
  • exploitable pour le calcul: 49 (11,8%)
  • indiqué mais non converti en USD/mois: 65 (15,6%)
  • non indiqué: 302 (72,6%)

Une offre sur dix propose moins de $3 894, une sur dix plus de $15 833. La moitié des offres propose entre $6 000 et $11 608. Échantillon: 49.

L'histogramme des fourchettes pour le poste Ingénieur MLOps n'utilise que les offres avec une fourchette de rémunération explicite ; la médiane est calculée sur ce même échantillon.

Données du graphique
Distribution des salaires: MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
IndicateurBorne inférieureBorne supérieureNombre
<$1k01 0000
$1–2k1 0002 0001
$2–3k2 0003 0001
$3–4k3 0004 0003
$4–5k4 0005 0004
$5–6k5 0006 0003
$6–7k6 0007 0007
$7–8k7 0008 0003
$8–9k8 0009 0006
$9–10k9 00010 0006
$10–12k10 00012 0004
$12–15k12 00015 0006
$15–20k15 00020 0004
$20k+20 000—1

Dans quels pays il y a le plus d'offres MLOps ouvertes.

Géographie de la demande: MLOps

paysoffrespart
Pologne6719,1%
États-Unis6217,7%
Royaume-Uni4011,4%
Inde308,5%
France195,4%
Allemagne195,4%
Russie164,6%
Canada133,7%
Roumanie92,6%
Viêt Nam61,7%
Autres pays7019,9%

La Pologne est le pays qui concentre le plus de demande pour Ingénieur MLOps (67 postes).

⚠ nombre d'offres uniquement : le salaire par pays n'est pas publié

Données du graphique
Géographie de la demande: MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
PaysOffres
PL67
US62
GB40
IN30
FR19
DE19
RU16
CA13
RO9
VN6

Quelles technologies sont le plus souvent demandées dans la même offre que MLOps.

Utilisée avec

mlops
32778,6%
cloud
17542,1%
aws
15136,3%
python
14033,7%
kubernetes
11828,4%
docker
11728,1%
azure
10224,5%
mlflow
6014,4%
airflow
5914,2%
gcp
5813,9%

Part : combien des 416 offres du marché MLOps mentionnent cette technologie. Tri par nombre d’offres, pas par « force d’association ». Les termes génériques comme cloud ne désignent pas un cloud précis (AWS, Azure).

In MLOps Engineer requirements the most frequently named skills and technologies are MLOps, AWS, Python and Kubernetes.

Données du graphique
Utilisée avec: MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
NomNombre
mlops327
cloud175
aws151
python140
kubernetes118
docker117
azure102
mlflow60
airflow59
gcp58
llm53
databricks40

Combien d'offres MLOps il y a à chaque niveau, de junior à principal.

Demande par niveau: MLOps

niveauoffres
senior157
middle34
principal30
lead17
junior11

Les niveaux Senior et au-delà représentent environ 82 % des 249 offres d'ingénieur MLOps avec un niveau explicite.

⚠ côté demande uniquement : le niveau du vivier observé est inconnu pour la majeure partie

Données du graphique
Demande par niveau: MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
NiveauNombre
senior157
middle34
principal30
lead17
junior11

Qui recrute le plus pour MLOps et à quel point la demande se concentre chez les plus grandes entreprises.

Employeurs: MLOps

La demande est répartie entre 280 employeurs. Le plus grand en représente 1.8 %, les dix premiers 12.3 % ; les 87.7 % restants forment la longue traîne.

le plus grand 1,8%2e–3e 2,6%4e–10e 7,8%les autres 87,7%
partvaleur
top 11.8%
top 34.4%
top 1012.3%
longue traîne87.7%

Les offres d'Ingénieur MLOps proviennent de 280 employeurs distincts ; le plus important ne représente que 1.8 % des offres — le marché ne dépend pas d'un seul recruteur.

⚠ les noms ne sont pas affichés : le classificateur ne distingue pas encore les agences de recrutement des employeurs finaux

Sur quels sites d'entreprises et sites d'emploi Zorky collecte les offres MLOps.

Où Zorky voit ce marché

Observé sur 74 sources ; la plus grande en représente 11.3 % : ce marché ne repose pas sur un seul canal.

Les offres d'Ingénieur MLOps proviennent principalement des ATS et sites carrières et des sites d'emploi et agrégateurs.

Données du graphique
Où Zorky voit ce marché: MLOps. Tableau des données du bloc. Une valeur manquante n’est pas zéro ; les unités et l’échantillon sont indiqués dans la description de l’indicateur.
ClasseNomNom anglaisNombrePart
atsATS и карьерные сайтыATS et sites carrières2090,5024
boardджоб-борды и агрегаторыjob boards et agrégateurs1780,4279
telegramTelegramTelegram270,0649
communautéсообщества и публичные профилиcommunauté et profils publics20,0048

Les offres MLOps les plus récentes, issues des pages carrières des entreprises.

Postes récents: MLOps

Toutes les offres →
Comment c'est mesuré
Offre
une offre ouverte ayant passé le contrôle qualité et citant au moins deux technologies
Candidat observé
un candidat dont la stack contient cette technologie ; un agrégat — aucune fiche individuelle ne sort du périmètre
Candidat correspondant
pas encore compté
Fenêtre
offres ouvertes au moment de la création de l'instantané

À propos des données

  • Certaines ventilations sont masquées : leur couverture de données n'est pas encore suffisante.
  • Les statistiques ne sont affichées que là où l'échantillon passe un contrôle qualité.
  • Un bloc absent ne signifie pas une valeur nulle.

Ventilations masquées actuellement : 8.

Questions fréquentes

Questions fréquentes sur le rôle d'Ingénieur MLOps — réponses courtes à partir de la même coupe de données.

Que fait un ingénieur MLOps ?

L'Ingénieur MLOps construit l'infrastructure du cycle de vie des modèles : pipelines d'entraînement, registre de modèles, déploiement et serving, supervision de la qualité et de la dérive des données.

Quelles compétences exigent les offres d'ingénieur MLOps ?

Le cœur : Python, MLflow ou équivalents, orchestrateurs (Airflow, Kubeflow), Kubernetes et Docker, plateformes ML cloud, serving de modèles sur GPU (Triton, vLLM) et monitoring. Dans la coupe actuelle, MLOps, AWS, Python et Kubernetes apparaissent le plus souvent dans les exigences.

En quoi un ingénieur MLOps diffère-t-il d'un ingénieur DevOps ?

En plus du code, ils versionnent les données et les modèles, vérifient la qualité par les métriques des modèles et surveillent la dérive des données, qui casse la production sans une seule modification du code.

Dans quelle mesure les offres d'Ingénieur MLOps sont-elles ouvertes au télétravail ?

30 % des offres au format explicite autorisent le travail entièrement à distance ; la coupe suit 416 postes ouverts.

Obtenez tous les détails du marché MLOps

Analyse complète du métier : fourchettes de salaires, employeurs, tendances et candidats disponibles. Laissez un contact et nous vous enverrons les détails.

En envoyant, vous acceptez la politique de confidentialité.