Працюю з ML/Data і з таких оглядів для себе виношу не стільки «скільки платять», скільки чому саме так. Тут добре видно, як на медіани впливає не сама спеціалізація, а структура ринку: притік новачків у AI/ML, більша зрілість дата-інженерів, різні очікування від аналітики в продукті й сервісах. Цифри легко читати неправильно, якщо не враховувати, що роль = досвід + контекст компанії + реальна зона відповідальності. Тому як зріз ринку й підказка для кар’єрних рішень стаття сильна, але сприймати її варто не як «прайс», а як індикатор того, куди рухається попит і зрілість ролей.

Працюю в сфері Machine Learning. Стаття дуже сильна як карта знань професії ML Engineer — добре покриває фундамент, DL, MLOps і production-аспекти. Водночас її важливо сприймати не як «мінімальні вимоги», а як орієнтир розвитку. Для рівня Junior список місцями перевантажений і більше відповідає Junior+/Middle, що нормально, якщо дивитися на нього як на roadmap росту. У реальній роботі вирішальним є не кількість вивчених питань, а розуміння даних, логіки моделей і вміння пояснювати свої рішення та помилки.