MLOps: рынок
MLOps — инженерия жизненного цикла моделей машинного обучения: воспроизводимое обучение, реестр моделей, выкатка в продакшн, мониторинг качества и дрейфа данных. В базе 1 927 открытых вакансий с MLOps, 1 817 — свежие. С приходом LLM роль расширилась: к классическим конвейерам добавились оценка LLM-приложений, выдача моделей на GPU и управление стоимостью инференса. Основной спрос формируют роли ML/AI, AI Engineer и Data. Рядом в требованиях чаще всего стоят Python, AWS и Azure. Полную удалёнку допускают 37% объявлений. Ниже — измеренный спрос на MLOps.
На рынке MLOps сейчас 1 927 открытых вакансий, из них 1 817 со свежим наблюдением. Медианная зарплата $8 931/мес. Наблюдаемый пул специалистов — 347.
Полную удалёнку допускают 37% вакансий с MLOps; доля считается только по объявлениям, где формат указан.
⚠ зарплата известна у 118 из 1927 вакансий; доля удалёнки — от 1554 с указанным форматом; свежими наблюдениями считаются 1817; тренд и сложность найма не показываются
Спрос и наблюдаемый пул
| Открытый спрос | 1 927 |
| Наблюдаемый пул | 347 |
⚠ подходящих под вакансию кандидатов пока не считаем: показаны спрос и наблюдаемый пул
Распределение зарплат
Каждый десятый получает менее $4 202, каждый десятый — более $18 125. Половина рынка укладывается в $5 565–15 416. Выборка: 118.
Гистограмма вилок по вакансиям с MLOps строится только по объявлениям с явно указанной вилкой; медиана считается по той же выборке.
География спроса
| страна | вакансий |
|---|---|
| US | 387 |
| PL | 294 |
| GB | 143 |
| IN | 125 |
| DE | 95 |
| CA | 52 |
| RU | 47 |
| FR | 43 |
| SG | 38 |
| BR | 36 |
Лидер спроса на MLOps — США (387 позиций).
⚠ только число вакансий: зарплата по странам не публикуется
С чем используется вместе
Рядом с MLOps в требованиях чаще всего стоят Python, AWS и Azure.
В каких ролях встречается
| роль | вакансий |
|---|---|
| ML/AI | 715 |
| AI Engineer | 370 |
| Data | 257 |
| DevOps | 198 |
| Architect | 129 |
| Platform Engineer | 48 |
| Fullstack | 41 |
| Backend | 27 |
| Security | 19 |
| Product | 19 |
⚠ корзины `Other` и `IT` исключены из состава как не-роли
Спрос по уровням
| уровень | вакансий |
|---|---|
| senior | 661 |
| principal | 180 |
| lead | 128 |
| middle | 112 |
| junior | 35 |
Senior и выше — около 87% из 1 116 вакансий с MLOps и размеченным грейдом. MLOps требует опыта и в ML, и в инфраструктуре — junior-позиций почти нет.
⚠ только сторона спроса: грейд наблюдаемого пула неизвестен у большинства
Работодатели
Спрос распределён между 1 042 работодателями. На крупнейшего приходится 2.7%, на десятку — 11.0%; остальные 89.0% — длинный хвост.
| доля | значение |
|---|---|
| крупнейший | 2.7% |
| топ-3 | 6.1% |
| топ-10 | 11.0% |
| длинный хвост | 89.0% |
⚠ имена не показываются: кадровые агентства и конечные работодатели пока не различаются классификацией
Откуда Zorky видит этот рынок
Наблюдение идёт из 95 источников; на крупнейший приходится 23.7% — рынок не держится на одном канале.
Вакансии с MLOps приходят в основном из классов источников «джоб-борды и агрегаторы» и «ATS и карьерные сайты».
Свежие вакансии
- Senior AI/ML Engineer (LLM / CV / OCR) · HK
- Senior Data Scientist / Senior Machine Learning Engineer · PL
- AI Architect · PL
- Lead Solutions Architect – MedTech (Strategic Account) · NL
- Principal Solutions Architect · US
- AI Solution Architect · GB
- AI/ML Engineer Sr. · MX
- [8BE] Data Scientist (AI + ML) · AR
Соседние рынки
⚠ соседние рынки для сравнения ещё не определены
Как это посчитано
- Вакансия
- открытая вакансия, прошедшая гейт качества и содержащая не менее двух технологий
- Наблюдаемый кандидат
- кандидат, чей стек содержит эту технологию; агрегат, без единой записи наружу
- Подходящий кандидат
- пока не считается
- Окно
- открытые вакансии на момент сборки снимка
О данных
- Некоторые разрезы скрыты: по ним пока недостаточно полноты данных.
- Статистика строится только там, где выборка проходит порог качества.
- Отсутствие блока не означает нулевое значение.
Сейчас скрыто разрезов: 7.
Данные на 2026-10-20
Частые вопросы
Частые вопросы о рынке MLOps — короткие ответы по данным этого же среза.
Какие инструменты спрашивают в MLOps-вакансиях?
MLflow или Weights & Biases для экспериментов, оркестраторы (Airflow, Kubeflow, Prefect), Kubernetes и Docker, выдачу моделей (Triton, vLLM, KServe), облачные ML-платформы (SageMaker, Vertex AI, Azure ML), мониторинг.
Чем MLOps отличается от DevOps?
Кроме кода, версионируются данные и модели; качество проверяется метриками модели, а не только тестами; продакшн деградирует от дрейфа данных даже без изменений в коде.
Велик ли спрос на MLOps?
В срезе 1 927 открытых вакансий с MLOps; спрос растёт вместе с переходом компаний от экспериментов с моделями к их эксплуатации.