MLOps: mercato
L'MLOps è l'ingegneria del ciclo di vita dei modelli di machine learning: training riproducibile, model registry, rilascio in produzione, monitoraggio della qualità e del drift dei dati. Monitoriamo 2.170 posizioni aperte che indicano MLOps, 2.003 delle quali recenti. Gli LLM hanno ampliato il ruolo: alle pipeline classiche si aggiungono ora la valutazione delle applicazioni LLM, il serving dei modelli su GPU e la gestione dei costi di inferenza. La maggior parte della domanda viene dai ruoli ML/IA, AI Engineer e Data. Compare più spesso accanto a Python, AWS e LLM. Il 33% degli annunci consente il lavoro completamente da remoto. Qui sotto la domanda misurata di MLOps.
Il mercato MLOps ha al momento 2170 ruoli aperti, di cui 2003 osservati di recente. Median salary $10.587/mo. Observed candidate pool — 356.
Il 33% delle offerte MLOps consente il lavoro completamente da remoto; la quota conta solo le offerte che indicano il formato di lavoro.
⚠ stipendio noto per 176 offerte su 2170; quota di lavoro da remoto da 1727 con modalità indicata; 2003 conteggiate come osservazioni recenti; tendenza e difficoltà di assunzione non sono mostrate
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.
Domanda e offerta osservata
| Domanda aperta | 2170 |
| Offerta osservata | 356 |
⚠ i candidati adatti a un'offerta non sono ancora conteggiati: sono mostrate la domanda e la banca dati osservata
Distribuzione degli stipendi
Uno su dieci guadagna meno di $4250, uno su dieci più di $18.125. Metà del mercato sta tra $6250 e $15.416. Campione: 176.
L'istogramma delle fasce per gli annunci MLOps usa solo gli annunci con una fascia retributiva esplicita; la mediana è calcolata sullo stesso campione.
Geografia della domanda
| paese | offerte |
|---|---|
| US | 441 |
| PL | 308 |
| GB | 165 |
| IN | 141 |
| DE | 129 |
| FR | 60 |
| CA | 57 |
| BR | 44 |
| RU | 43 |
| SG | 41 |
Il primo paese per domanda di MLOps: Stati Uniti (441 posizioni).
⚠ solo numero di offerte: lo stipendio per paese non è pubblicato
Si usa insieme a
MLOps compare più spesso accanto a Python, AWS e LLM.
Ruoli che la usano
| ruolo | offerte |
|---|---|
| ML/AI | 802 |
| AI Engineer | 445 |
| Dati | 216 |
| Architect | 206 |
| DevOps | 161 |
| Platform Engineer | 67 |
| Fullstack | 54 |
| Backend | 41 |
| Prodotto | 32 |
| Sicurezza | 22 |
⚠ le categorie `Other` e `IT` sono escluse perché non sono ruoli
Domanda per livello
| livello | offerte |
|---|---|
| senior | 757 |
| principal | 187 |
| lead | 166 |
| middle | 131 |
| junior | 44 |
Senior e oltre sono circa il 86% dei 1.285 annunci MLOps con livello indicato. MLOps richiede esperienza sia nel ML sia nell'infrastruttura: le offerte junior sono quasi assenti.
⚠ solo lato domanda: il livello della banca dati osservata è ignoto per la maggior parte
Datori di lavoro
La domanda è distribuita tra 1199 datori di lavoro. Il maggiore ne concentra il 1.5%, i primi dieci il 9.2%; il restante 90.8% è coda lunga.
| quota | valore |
|---|---|
| top-1 | 1.5% |
| top-3 | 4.1% |
| top-10 | 9.2% |
| coda lunga | 90.8% |
⚠ i nomi non sono mostrati: il classificatore non distingue ancora le agenzie di selezione dai datori di lavoro finali
Dove Zorky vede questo mercato
Osservato su 100 fonti; la maggiore ne concentra il 22.3%: questo mercato non dipende da un solo canale.
Gli annunci MLOps arrivano soprattutto da ATS e siti carriera e da bacheche di lavoro e aggregatori.
Posizioni recenti
- 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
Mercati adiacenti
⚠ i mercati adiacenti per il confronto non sono ancora definiti
Come si misura
- Posizione
- un'offerta aperta che ha superato il controllo di qualità e indica almeno due tecnologie
- Candidato osservato
- un candidato il cui stack contiene questa tecnologia; un dato aggregato: nessun singolo record esce dal perimetro
- Candidato abbinabile
- non ancora conteggiato
- Finestra
- offerte aperte nel momento in cui è stato creato lo snapshot
Sui dati
- Alcuni dettagli sono nascosti: la loro copertura di dati non è ancora sufficiente.
- Le statistiche vengono mostrate solo dove il campione supera un controllo di qualità.
- L'assenza di un blocco non significa che il valore sia zero.
Dettagli attualmente nascosti: 7.
Dati al 2026-10-27
Domande frequenti
Domande frequenti sul mercato di MLOps: risposte brevi dallo stesso campione di dati.
Quali strumenti compaiono nelle offerte MLOps?
MLflow o Weights & Biases per gli esperimenti, orchestratori (Airflow, Kubeflow, Prefect), Kubernetes e Docker, model serving (Triton, vLLM, KServe), piattaforme ML cloud (SageMaker, Vertex AI, Azure ML), monitoraggio.
Che differenza c'è tra MLOps e DevOps?
Oltre al codice, si versionano dati e modelli; la qualità si verifica con le metriche dei modelli, non solo con i test; la produzione si degrada per il data drift anche senza modifiche al codice.
Quanto è grande la domanda di MLOps?
Il campione registra 2.170 posizioni MLOps aperte; la domanda cresce man mano che i team passano dalla sperimentazione con i modelli alla loro gestione operativa.