MLOps : marché
Le MLOps est l'ingénierie du cycle de vie des modèles de machine learning : entraînement reproductible, registre de modèles, mise en production, monitoring de la qualité et de la dérive des données. Nous suivons 2 170 postes ouverts citant MLOps, dont 2 003 récents. Les LLM ont élargi le rôle : aux pipelines classiques s'ajoutent l'évaluation des applications LLM, le serving de modèles sur GPU et la gestion du coût de l'inférence. L'essentiel de la demande vient des rôles ML/IA, AI Engineer et Data. Il apparaît le plus souvent avec Python, AWS et LLM. 33 % des offres autorisent le télétravail complet. Ci-dessous, la demande MLOps mesurée.
Le marché MLOps compte actuellement 2 170 postes ouverts, dont 2 003 observés récemment. Median salary $10 587/mo. Observed candidate pool — 356.
33 % des offres MLOps autorisent le travail entièrement à distance ; la part ne compte que les offres qui précisent le format de travail.
⚠ salaire connu pour 176 offres sur 2170 ; part du télétravail sur 1727 avec un format indiqué ; 2003 comptées comme observations récentes ; la tendance et la difficulté de recrutement ne sont pas affichées
Timeline: postings and sources
How many MLOps postings appeared each week since Aug 10, and from how many sources. The second line separates market growth from coverage growth: a jump in the week new sources were connected means we started seeing more, not that the market grew.
New postings and active sources per week
Sources over the period: 154
New sources connected: Aug 17 +16 · Aug 24 +14 · Aug 31 +16 · Sep 7 +7 · Sep 14 +11 · Sep 21 +22 · Sep 28 +10 · Oct 5 +10 · Oct 12 +11 · Oct 19 +13
Week = posting first-seen date, all statuses. A posting belongs to the technology by its stack tag; the series starts on 10 Aug 2026 — earlier tags were assigned differently and are not comparable. Sources are distinct collection channels; their names are not published.
Salaries over time
Median MLOps salary per week, USD per month.
Median salary, USD per month
Only postings with a USD salary and a known period (month or year), $500–$50,000 per month. Weeks with fewer than 10 such postings are left blank — that means no data, not zero.
Remote work over time
Share of MLOps postings offering fully remote work, per week.
Remote postings, %
The share is among postings that state a format (remote, hybrid, office). Weeks with fewer than 10 such postings are left blank.
Countries over time
How the share of MLOps postings in each of the top countries changed, per week.
Postings in the country, %
Share among postings with a known country; the chart shows the five countries with the most postings over six months. Weeks with fewer than 20 postings with a known country are left blank. A rising share can mean a newly connected source in that country rather than market growth.
Demande et offre observée
| Demande ouverte | 2 170 |
| Offre observée | 356 |
⚠ les candidats correspondant à une offre ne sont pas encore comptés : la demande et le vivier observé sont affichés
Distribution des salaires
Un sur dix gagne moins de $4 250, un sur dix plus de $18 125. La moitié du marché se situe entre $6 250 et $15 416. Échantillon: 176.
L'histogramme des fourchettes des offres MLOps n'utilise que les offres avec une fourchette de rémunération explicite ; la médiane est calculée sur ce même échantillon.
Géographie de la demande
| pays | offres |
|---|---|
| US | 441 |
| PL | 308 |
| GB | 165 |
| IN | 141 |
| DE | 129 |
| FR | 60 |
| CA | 57 |
| BR | 44 |
| RU | 43 |
| SG | 41 |
Les États-Unis sont le pays qui concentre le plus de demande pour MLOps (441 postes).
⚠ nombre d'offres uniquement : le salaire par pays n'est pas publié
Utilisée avec
MLOps apparaît le plus souvent avec Python, AWS et LLM.
Métiers qui l'utilisent
| métier | offres |
|---|---|
| ML/AI | 802 |
| Ingénieur IA | 445 |
| Data | 216 |
| Architecte | 206 |
| DevOps | 161 |
| Ingénieur plateforme | 67 |
| Fullstack | 54 |
| Backend | 41 |
| Produit | 32 |
| Sécurité | 22 |
⚠ les catégories `Other` et `IT` sont exclues car ce ne sont pas des rôles
Demande par niveau
| niveau | offres |
|---|---|
| senior | 757 |
| principal | 187 |
| lead | 166 |
| middle | 131 |
| junior | 44 |
Les niveaux Senior et au-delà représentent environ 86 % des 1 285 offres MLOps avec un niveau indiqué. Le MLOps exige une expérience à la fois en ML et en infrastructure — les offres junior sont presque inexistantes.
⚠ côté demande uniquement : le niveau du vivier observé est inconnu pour la majeure partie
Employeurs
La demande est répartie entre 1 199 employeurs. Le plus grand en représente 1.5 %, les dix premiers 9.2 % ; les 90.8 % restants forment la longue traîne.
| part | valeur |
|---|---|
| top 1 | 1.5% |
| top 3 | 4.1% |
| top 10 | 9.2% |
| longue traîne | 90.8% |
⚠ les noms ne sont pas affichés : le classificateur ne distingue pas encore les agences de recrutement des employeurs finaux
Où Zorky voit ce marché
Observé sur 100 sources ; la plus grande en représente 22.3 % : ce marché ne repose pas sur un seul canal.
Les offres MLOps proviennent principalement des ATS et sites carrières et des sites d'emploi et agrégateurs.
Postes récents
- Senior Python Engineer · HU
- Главный риск-аналитик в Направление кредитного скоринга · KZ
- AI Engineer - Architecture (AI CoE) · TH
- Senior Software Engineer (AI Solutions) · PL
- Senior Software Engineer (AI Solutions) · PL
- AI/ML Engineer · IN
- Research Engineer · PL
- Data Scientist · PL
Marchés voisins
⚠ les marchés voisins de comparaison ne sont pas encore définis
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 : 7.
Données au 2026-10-27
Questions fréquentes
Questions fréquentes sur le marché MLOps — réponses courtes à partir de la même coupe de données.
Quels outils apparaissent dans les offres MLOps ?
MLflow ou Weights & Biases pour les expériences, orchestrateurs (Airflow, Kubeflow, Prefect), Kubernetes et Docker, serving de modèles (Triton, vLLM, KServe), plateformes ML cloud (SageMaker, Vertex AI, Azure ML), supervision.
En quoi le MLOps diffère-t-il du DevOps ?
En plus du code, les données et les modèles sont versionnés ; la qualité est vérifiée par les métriques des modèles, pas seulement par des tests ; la production se dégrade à cause de la dérive des données même sans modification du code.
Quelle est l'ampleur de la demande en MLOps ?
La coupe suit 2 170 postes ouverts MLOps ; la demande croît à mesure que les équipes passent de l'expérimentation avec les modèles à leur exploitation.