「データサイエンティストに転職したいけど、年収はいくらから始まるのか」「文系・営業出身でも本当に通るのか」「経験者なら年収はどこまで上がるのか」と気になっている人に向けて、2026年5月時点のデータサイエンティスト求人の中身と経験別の年収、未経験から目指す3ルート、必要スキルまでを実例ベースで紹介します。AIエンジニア全般はAIエンジニア完全ガイド2026、AI領域への職種転換はAIキャリアチェンジガイド2026で扱っているため、本記事は「データサイエンティスト職」に絞って深掘りします。

データサイエンティストの仕事と求人傾向

「データサイエンティスト」と書かれている求人を中身で開くと、4種類に分かれます。機械学習モデルを作る求人、SQLでKPI分析を回す求人、BI構築する求人、事業企画寄りでデータドリブンな意思決定を主導する求人、ぜんぶ「データサイエンティスト」で募集されます。ここを掴まずに応募すると、内定後に「思っていた仕事と違う」になりがちです。

機械学習モデル開発が中心の求人は、需要予測、レコメンド、与信スコアリング、画像認識、需要マッチングといった「数値・分類モデルを設計して本番運用に乗せる」役割。Python・scikit-learn・PyTorch・SageMakerあたりが必須スキルで、年収は経験3年で600万〜900万円、シニアで1,000万円を超える求人もあります。

分析寄り（アナリティクス）の求人は、SQLとBigQuery・Snowflakeを使って事業KPIの異常検知やコホート分析を回す役割。事業会社のグロースチームやマーケ部署が抱えるポジションで、経験3年で500万〜750万円が中心。BI・データ基盤寄りはdbt・Lookerでデータマートを設計する役割で450万〜750万円。ビジネスサイド寄りは事業仮説の検証とA/Bテスト設計が中心の業務で、コンサル出身者なら600万〜1,200万円の年収が見込めます。

求人数の目安として、Geeklyが2026年1月時点でAI・機械学習合算2,286件、AI/MLエンジニア単体で1,209件を保有しています。レバテックキャリアも年収700万円以上のAI関連求人を406件保有し、ミドル〜シニア層の高年収求人が多い傾向です。ビズリーチでは年収1,000万円超のAI求人がここ3年で約4.2倍に拡大しました。

「自分の経歴がどのカテゴリの求人と相性がいいか分からない」段階なら、まず正社員求人の相談はこちらから職務経歴書をもとに相談するのが手早いです。実務経験ゼロから始めたい場合は副業案件の登録で週1日から実績を作るルートも並行できます。

年収レンジと経験別の市場価値

データサイエンティストの正社員年収は、経験別の3段階で見ると分かりやすいです。

ジュニア級（経験1〜3年）は450万〜650万円。事業会社のデータ分析部署、SES経由のアナリストポジション、スタートアップのデータ職入門ポジションがここに入ります。dodaのデータサイエンティスト中途求人を見ると、予定年収400万〜700万円帯の求人が一番多く、未経験OKの枠でも下限400万円スタートが一般的です。

ミドル級（経験3〜5年）は600万〜950万円。機械学習モデルを本番運用に乗せた経験、もしくはBI・データ基盤を1から設計した経験があると、SaaS企業や金融・小売の自社開発系で700万〜850万円が中央値になります。レバテックキャリアの「年収700万円以上のAI関連406件」のボリュームゾーンがちょうどここです。

シニア級（経験5年以上＋テックリードもしくはマネージャー経験）は900万〜1,400万円。データ組織のマネジメント、ML基盤の全体設計、経営層へのデータドリブン意思決定支援まで担う層です。ビズリーチの年収1,000万円超AI求人4.2倍の伸びは、このシニア層と経営直下のデータマネージャー職が押し上げています。

業界別だと、金融・保険・コンサルティングファームの3業界が単価が特に高く、シニア級で1,200万〜1,500万円の年収が見込めます。製造・小売・物流は500万〜900万円が中心、Web系SaaS・スタートアップは450万〜1,100万円で、ストックオプション込みで実質1,300万円超になるケースもあります。副業・業務委託の単価感は週1〜2日で月15万〜40万円、フルコミットで月80万〜130万円が中心です。

「自分の経歴で今いくらの年収を狙えるか」が分からないときは、職務経歴書を持って正社員求人の相談に来てもらえれば、実際の求人と突き合わせて中央値を出せます。

未経験から目指す3ルート（文系/エンジニア/コンサル出身）

「データサイエンティスト未経験」と一括りにされやすいですが、出発点によって最短ルートはぜんぶ違います。よく見る3パターンを紹介します。

ルート1：文系・営業/マーケ出身のケース

文系出身でデータサイエンティストを目指す場合、最初の壁は「Python・SQL・統計の基礎」をどう身につけるかです。Kaggleの初級コンペとSIGNATEのチュートリアルを並行させて、3ヶ月で「データを読み込んで前処理してモデルを回す」までを手を動かして覚えるのが現実的なペースです。

ここで止まらず「業務でデータ分析した経験」を作る必要があります。社内の既存業務で意思決定を変えた事例（マーケキャンペーン結果分析、営業のリード優先度スコアリングなど）、もしくは副業で月10万〜20万円のデータ分析案件を取って外で実績を作る、の2択です。後者なら副業案件の登録から始められます。

実績ができたらSES企業のデータ分析配属枠、もしくは事業会社の未経験OKデータ分析職に応募します。文系出身は「業界ドメイン知識×データ分析」で語れると、書類段階で技術力勝負の他候補と差別化できます。学習方法の詳細はAIエンジニア未経験完全ガイド2026が参考になります。

ルート2：エンジニア（Web開発・SREなど）出身のケース

すでにPythonかGo・Javaなどでバックエンド開発経験がある場合、ハードルは未経験文系より大幅に低いです。最初に身につけるのは統計・機械学習の基礎（仮説検定、回帰、勾配ブースティング、評価指標）と、SQL中級〜上級（ウィンドウ関数・CTE・パフォーマンスチューニング）です。

エンジニア出身者が一番強いのは、データ基盤・MLOps寄りのデータサイエンティスト求人です。BigQuery・Snowflake・dbt・Airflowを設計できて、機械学習モデルを本番運用に乗せられる人材は2026年も慢性的に不足しており、年収も550万〜1,100万円と高めです。

Claude Codeを使ってデータパイプラインの自動生成・SQL最適化を回す経験は書類段階で大きく目を引きます。MCPでBigQuery・Snowflakeに接続してエージェントを動かす事例を1本ポートフォリオに置くと、機械学習の競技経験が浅くても十分通せます。具体例はClaude Code×n8n活用ガイドで紹介しています。

ルート3：コンサル・事業企画出身のケース

戦略コンサル・経営コンサル・事業企画出身の場合、もっとも相性がいいのは「ビジネスサイド寄りデータサイエンティスト」職です。SQLとPythonの中級レベル＋仮説設計・A/Bテスト設計・事業KPI設計の経験があれば、年収800万〜1,200万円のミドル〜シニア求人にいきなり応募できます。

勝負どころは、技術力で純血系と張り合うことではなく「事業課題からデータ分析の問いを設計できる」点を職務経歴書で明確に出すこと。具体的なプロジェクトで「どんなビジネス意思決定を、どんなデータ設計で、どんな結果に導いたか」を3〜5本書き切ると、書類段階でほぼ通過します。技術スキルの底上げはSQL中級と統計の基礎を3〜6ヶ月で詰めれば足りる求人が、コンサル出身者向けに一定数出ています。

経験者の転職パターン

すでにデータサイエンティスト・データアナリスト・MLエンジニアとして働いている人がもう一段上のキャリアに移るときの、2026年によく見る主要パターンは4つです。

1つ目は「事業会社→事業会社」の同職種転職。年収アップを主目的に、SaaS系から金融・コンサル系、もしくは小売系から外資系SaaSに移るケース。経験3〜5年で年収150万〜250万円アップが現実的なところです。ビズリーチとレバテックキャリアの併用が王道です。

2つ目は「現場メンバー→マネジメント」転職。データチームのリードやマネージャー職に移ることで、年収を200万〜400万円上げるパターン。年収1,000万円以上が中心で、ビズリーチの年収1,000万円超AI求人がここ3年で約4.2倍に増えた帯の一部です。

3つ目は「データサイエンティスト→生成AI/LLMエンジニア」転換。Pythonと統計の素養を活かしつつ、Claude Code・MCP・LangChainを使ったRAG・AIエージェント開発に寄せるパターン。2026年に最も求人が伸びている領域で、年収も550万〜1,200万円と中央値が高いです。生成AIエンジニア寄りのキャリアパスはAIエンジニア求人完全ガイド2026で紹介しています。

4つ目は「正社員→フリーランス」転換。経験5年以上＋ハイクラス企業での実績がある人が、月100万〜150万円の業務委託に移るパターン。レバテックフリーランス・HiPro Tech・ITプロパートナーズが主な経路です。社会保険料・退職金・有給を差し引いた実質では正社員と数年単位で並ぶケースもあるため、額面だけで判断しないほうが安全です。

必要スキルと2026年のトレンド（Claude Code/MCP活用）

データサイエンティスト求人で2026年5月時点で求められるスキルセットを、優先度順に紹介します。

最優先はPythonとSQLです。Pythonはpandas・NumPy・scikit-learnの基本操作ができることが大前提で、PyTorchかTensorFlowどちらか1つを実装レベルで触れていると応募の幅が広がります。SQLは中級〜上級まで（ウィンドウ関数・CTE・複雑なJOIN・パフォーマンスチューニング）を求められる求人が多く、BigQueryかSnowflakeのどちらかで実務経験があると評価が高いです。

次に統計・機械学習の基礎。仮説検定、回帰分析、ベイズ統計、A/Bテスト設計、勾配ブースティング（XGBoost / LightGBM）、評価指標（AUC / RMSE / F1）。Kaggleで上位を取る必要はなく、業務で使えるレベルで説明できれば十分です。

データ基盤系のスキル（dbt・Airflow・Dagster・Looker）は、事業会社の自社プロダクト系で必須化しています。アナリティクスエンジニアと業務領域が重なるポジションでは、ここを習得しているかどうかで年収が100万〜200万円違ってきます。

2026年に明確に伸びているのが「データサイエンティスト×生成AI」のスキル領域です。Claude Code・MCP・LangChain・ベクトルDB（pgvector / Pinecone / Qdrant）を組み合わせて、データ分析の業務フローそのものを自動化する動きが、SaaS・金融・コンサル系の上位企業で広がっています。ClaudeでSQLを自動生成してBigQueryに対して実行し結果をSlackに要約投稿するエージェント、社内ナレッジRAGを構築して分析結果を自然言語で問い合わせ可能にするツールなどが典型例です。

Kaggleで上位を取った経験よりも、Claude Code＋MCPでデータ分析エージェントを1本本番運用に乗せた経験のほうが、書類で目を引く時代になっています。具体例はClaude Code×n8n活用ガイドで紹介しています。

「自分のスキルセットで何が足りないか棚卸ししたい」段階なら、正社員求人の相談で職務経歴書を見ながら相談するのが早いです。

おすすめ転職エージェント

データサイエンティスト求人を扱う主要エージェントを、確認した範囲で紹介します。最低限「汎用型1社＋AI/IT専門型1社」の併用が標準。シニア・ハイクラス層は「ヘッドハント型1社」を追加します。

doda運営パーソルキャリア公式トップページ

出典: doda公式サイト / 画像は運営元パーソルキャリア株式会社の公式OGP

doda（パーソルキャリア運営）は、データサイエンティスト中途求人の数が国内最大級。会員数は988万人で、未経験OKの枠から年収1,000万円超のハイクラス求人まで幅広く、最初に登録するエージェントとして安心感があります。書類添削・面接対策の支援も厚めで、ジュニア〜ミドル級と相性のいいサービスです。

レバテックキャリア公式トップページ

出典: レバテックキャリア公式サイト / 画像は運営元レバテック株式会社の公式OGP

レバテックキャリアは、IT・AI領域に特化した転職エージェント。年収700万円以上のAI関連求人を406件保有しており、ミドル〜シニア層のデータサイエンティスト・MLエンジニア求人の純度が高いのが特徴です。希望企業への転職率96%（全職種ベースの公表値）が公開されており、年収アップを主目的にした転職には第一候補です。

Geekly公式トップページ

出典: Geekly公式サイト / 画像は運営元株式会社Geeklyの公式OGP

Geeklyは、IT・Web系の自社開発企業に強いエージェント。AI/MLエンジニア求人1,209件、AI職種合計で2,286件を保有しており、SaaS・スタートアップ・メガベンチャー系のデータサイエンティスト求人を幅広くカバーしています。

ビズリーチ公式トップページ

出典: ビズリーチ公式サイト / 画像は運営元株式会社ビズリーチの公式OGP

ビズリーチは、年収1,000万円超のハイクラス求人に特化したヘッドハント型のサービス。AI求人がここ3年で約4.2倍に拡大しており、データサイエンスマネージャー、リードデータサイエンティスト、CDO直下ポジションのスカウトが届きやすいのが特徴です。経験5年以上＋年収900万円以上で転職を検討する層は登録しておいて損がありません。

「どのエージェントを組み合わせるべきか分からない」段階なら、正社員求人の相談で経歴を見ながら2〜3社の組み合わせを提案します。AI転職全般の比較はAI転職エージェントおすすめ比較で紹介しています。

公開求人の事例

dodaの公開求人を見ると、データサイエンティスト中途求人で「予定年収400万〜700万円」「予定年収500万〜1,000万円」「予定年収700万〜1,250万円」の3つに自然と分かれています。未経験OKは下限、ミドル級が中央、シニア・テックリードクラスが上限という分布です。

レバテックキャリアの年収700万円以上のAI関連406件は、MLエンジニア・データサイエンティスト・データエンジニア・LLMアプリエンジニアの4職種におよそ4等分で並んでいます。データサイエンティスト単体でも100件以上の求人が常時動いています。

Geeklyの2026年1月時点AI/MLエンジニア求人1,209件、AI職種合算2,286件は、Web系SaaS・スタートアップ・メガベンチャー系が中心で「データドリブンな意思決定」「機械学習プロダクト開発」「データ基盤構築」のいずれかをミッションに掲げる事業会社の自社プロダクト求人が大半です。ビズリーチの年収1,000万円超AI求人は、データ部マネージャー・リードデータサイエンティスト・CDO直下ポジションが中心で、経験5〜8年のミドル〜シニア層とコンサル出身者のキャリアチェンジ枠が並びます。

「公開求人の中で自分が応募できる枠がどれくらいあるか」が知りたい段階なら、正社員求人の相談から経歴と希望条件を共有してもらえれば、上記4エージェントの求人と突き合わせて具体的なリストを返せます。副業で実績を作りながら正社員転職を狙う場合は副業案件の登録から始められます。

FAQ

Q1. データサイエンティストは未経験から本当に転職できますか？

転職できています。ただし「未経験OK」と書かれている求人の多くは、PythonとSQLの基礎、統計の基本、簡易なデータ分析プロジェクトの実績を求めています。Kaggle初級コンペ＋SIGNATEチュートリアル＋業務での分析実例（または副業案件1本）を揃えてから応募するのが現実的です。文系・営業/マーケ出身でも、業界ドメイン知識×データ分析で書類を組めば通っています。

Q2. データサイエンティストの年収はどれくらいですか？

経験別の中央値で、ジュニア級（1〜3年）450万〜650万円、ミドル級（3〜5年）600万〜950万円、シニア級（5年以上）900万〜1,400万円。業界別では金融・保険・コンサルティングファームが最も高く、シニアで1,500万円に届く求人もあります。レバテックキャリアの年収700万円以上のAI関連が406件、ビズリーチの年収1,000万円超AI求人が4.2倍に拡大しており、ミドル〜シニア層の高年収求人が増えています。

Q3. 機械学習エンジニアとデータサイエンティストはどう違いますか？

求人タイトルの境界は曖昧ですが、機械学習エンジニアは「モデル設計から本番運用までを技術中心で担う」、データサイエンティストは「事業課題を出発点にデータで意思決定を変える」が主な役割の違いです。実務ではモデル開発70%＋分析30%が機械学習エンジニア寄り、分析70%＋モデル開発30%がデータサイエンティスト寄り、と覚えると分かりやすいです。詳しい職種分類はAIエンジニア完全ガイド2026で紹介しています。

Q4. 文系・30代後半でもデータサイエンティスト求人に通りますか？

通ります。条件は3点で、Python・SQLの中級レベル、統計の基礎、業界ドメイン知識を職務経歴書のキャリアサマリーで最初に出すこと。実務経験ゼロからでも、6〜12ヶ月の学習と副業1案件で実績を作ってから正社員求人に進むパターンが2026年でも通っています。

Q5. データサイエンティストにClaude Codeは必要ですか？

2026年5月時点では「あると有利」のフェーズです。SQLの自動生成、データ分析パイプラインの自動化、社内ナレッジRAGの構築など、Claude Code＋MCPでデータ分析業務そのものを自動化する事例がSaaS・金融・コンサル系の上位企業で広がっています。Kaggle上位経験より、Claude Code＋MCPでデータ分析エージェントを本番運用に乗せた経験のほうが書類段階で目を引きやすい現状があります。具体例はClaude Code×n8n活用ガイドで紹介しています。

この記事の監修者

オシジョブ共同代表

セールスイネーブルメント領域のSaaSスタートアップにシード期から参画し、新規顧客開拓に従事。その後、IT人財事業の立ち上げを経て、オシジョブの共同代表に就任。自らもClaude CodeやCursor、n8n等の生成AIツールを業務で活用し、プロンプト設計からワークフロー自動化まで実践。AI活用人材のスキル評価と企業マッチングを戦略面から推進している。