数据与说明
Meta 484.8×（在职 1,939 / 在招 4）； NVIDIA 40.2×（在职 201 / 在招 5）； OpenAI 7.0×（在职 28 / 在招 4）； Meta、NVIDIA、OpenAI：在招岗位较少，倍数波动大。
| 企业 | 在职人数 | 在招人数 | 每个在招岗位对应在职人数 |
|---|---|---|---|
| Meta | 1,939 | 4 | 484.8× |
| NVIDIA | 201 | 5 | 40.2× |
| OpenAI | 28 | 4 | 7.0× |
| 545 | 0 | 未采集 |
具名名单
先看倍数
口径合适时，可以顺着本页索取名单。请求点名本页已测的雇主与经历切面。
关键结论 · 如何引用
在招分布
Machine Learning Engineer 在招头名仍是 NVIDIA 5 吗？
先看需求落在哪家，时点 2026-09-25 PT。
数据与说明
NVIDIA 5、Meta 4、OpenAI 4。
| 名称 | 数值 | 占比 |
|---|---|---|
| NVIDIA | 5 | 38.5% |
| Meta | 4 | 30.8% |
| OpenAI | 4 | 30.8% |
在职除以在招
在职/在招倍数头名仍是 Meta 484.8×（1,939/4）吗？
倍数最高的是 Meta 484.8×（在职 1,939 / 在招 4）。上方倍数图已按雇主排好。
| 雇主 | 在职 | 在招 |
|---|---|---|
| Meta | 1,939 | 4（在招岗位较少，倍数波动大） |
| NVIDIA | 201 | 5（在招岗位较少，倍数波动大） |
| OpenAI | 28 | 4（在招岗位较少，倍数波动大） |
| 545 | 未收录 |
具名名单
要这四家雇主的机器学习工程师具名名单
当这个口径符合搜索时，再索取名单。请求应点名同样的雇主。
在职深度
谁在职最深？Meta 1,939
在职人数单独排序，最大的是 Meta。
数据与说明
Meta 在职 1,939；Google 在职 545；NVIDIA 在职 201；OpenAI 在职 28。 这张图只排在职人数，不是倍数。
| 名称 | 数值 |
|---|---|
| Meta | 1,939 |
| 545 | |
| NVIDIA | 201 |
| OpenAI | 28 |
在职对照在招
倍数与在职领先仍同属 Meta 吗？
两套排序可能不同：在职规模与开门密度不是同一决策。
数据与说明
倍数头名 Meta（484.8×）；在职头名 Meta（1,939）；在招头名 NVIDIA（5）。
| 类别 | 在职人数 | 在招人数 roles |
|---|---|---|
| Meta | 1,939 | 4 |
| NVIDIA | 201 | 5 |
| OpenAI | 28 | 4 |
| 545 | 0 |
怎么用
机器学习工程师在职对照在招：本周怎么用：这意味着什么 / 怎么用
若要开门密度：本周优先 Meta 的 484.8× 倍数线（在职 1,939 / 在招 4）。
- 若要在职规模：优先 Meta 的 1,939 人池。
- 若要主动在招：优先 NVIDIA 的 5 个已收录岗位。
- Meta、NVIDIA、OpenAI：在招岗位较少，倍数波动大——名单请求不要只押倍数。
怎么读
未计入在招的雇主（如 Google 545/0）仍不改写倍数吗？
Google 的在招岗位未收录。这些雇主以灰色列出在职人数、不画柱，不进入在职除以在招的倍数。
这里没有五家从高到低的同行包梯队：比较的是同一席位上的在职除以在招。
数据与说明
| 类别 | KEEP 机器学习工程师 | OUT Senior 机器学习工程师 | OUT ML Engineer | OUT AI工程师 | OUT 研究工程师 |
|---|---|---|---|---|---|
| Meta | 2,207 | 425 | 2,207 | 91 | 461 |
数据与说明
| 类别 | Freeze shelf | Wave43 re-check |
|---|---|---|
| Meta 机器学习工程师 | 1,939 | 2,207 |
LinkedIn 上哪些职称会撞进 Machine Learning Engineer？
本页在职格以写全的 Machine Learning Engineer 为主钩。Wave43 在 Meta 主页记录上复核相邻职称。
- 截至 2026-11-04 PT，Meta 当前职称 Machine Learning Engineer 2,207 人（Wave43 复核；页面在职货架仍用冻结 1,939）。
- 同日 Meta Senior Machine Learning Engineer 425；ML Engineer 2,207；AI Engineer 91；Research Engineer 461——都不改写本页 484.8× 主钩。
- 名单按冻结在职 Meta 1,939 / 倍数 484.8× 下单；ML Engineer 缩写不能当 Machine Learning Engineer 替代切面。
Machine Learning Engineer 在哪些国家？
对前三家倍数/在职（Meta+NVIDIA+OpenAI）按 address.country 切开。
- 截至 2026-11-04 PT，前三家 Machine Learning Engineer 按国家（≥1 人）：United States 2,039、United Kingdom 209、Israel 60、Canada 55、India 31。
- 头名国家是 United States 2,039；美国 2,039、印度 31 都是 sourcing 主池。
- 名单按冻结在职簿合计旁证下单；国家格只作 sourcing 地图，不改 484.8× 主钩。
货架锚点还稳吗？Wave43 复核 Meta
冻结在职货架 Meta 1,939（2026-09-25 PT）。Wave43 同口径复核为 2,207——方向未变；页面主钩仍锁 484.8× = 1,939/4。
- Wave43 复核 Meta Machine Learning Engineer = 2,207（2026-11-04 PT）。
- 列表买家仍按冻结 Meta 1,939 与 484.8× 下名单；复核只作稳定性旁证。
- 若你要「今天」快照名单，在留资里注明 Wave43 时点。
截至 2026-09-25 PT · 来源：Metix AI
方法与说明
方法与口径
在职人数是各雇主主页记录上、当前机器学习工程师的人数，时点 2026-09-25 PT。在招格子统计这个职称族仍开放的职位。在招为 0 是未收录，不是“没有需求”。来源：Metix AI。
聚合报告 · 不展示任何个人信息 · 由 Metix AI 提供
常见问题
常见问题
- 在招未收录的机器学习工程师雇主还画柱吗？
- 只有在招已收录的雇主才出现在机器学习工程师的倍数图上。记为 0 表示未收录，不是需求为零。
- 这个机器学习工程师页和同行包是同一张梯子吗？
- 这是机器学习工程师的在职除以在招，不是五家梯队。没有柱，表示该雇主未收录。
- 谁的机器学习工程师倍数最高？
- 说最高倍数时，先说 Meta 484.8× (1,939 employed / 4 open)。测量日期是 2026-09-25 PT。
- 机器学习工程师的数字从哪来？
- 两个格子共用测量日期 2026-09-25 PT。发布方是 Metix AI。