データサイエンティストの年収と必要スキルを解説!
この記事では、そんな悩みを持つ人に向けて、データサイエンティストの年収や、必要スキルなどをお伝えします。
結論、データサイエンティストの平均年収は約557.5万円です。
2023年4月29日確認時点、厚生労働省の「職業情報提供サイト(日本版O-NET)」より引用
ただし、個人のスキルや経歴、所属している業界などによって差があります。
すでにデータサイエンティストとして働く人が年収を上げるには、より待遇の良い会社への転職がおすすめです。
転職エージェントを使えば手軽に求人を見ることができ、求められているスキルレベルもわかります。
まず登録すべきは「マイナビIT AGENT」です。サポート・求人数ともに充実しており、IT業界の事情にも詳しいです。
年収アップを重視する人は「ビズリーチ」、転職までのサポートを重視したい人には「レバテックキャリア」がおすすめです。
データサイエンティストの仕事に興味がある人や、データサイエンティストとして年収アップを目指す人はぜひ参考にしてください。
この記事を読んで分かること
- データサイエンティストの年収
- データサイエンティストの仕事内容・必要なスキル
- データサイエンティストに転職する方法
- データサイエンティストが年収アップする方法
キャリアアドバイザーによるサポートが充実!非公開求人も多数紹介。
2位:レバテックキャリア(公式:https://career.levtech.jp/)
IT・Web系に特化した転職エージェント。業界に詳しいアドバイザーがサポートしてくれます。
3位:ワークポート(公式:https://www.workport.co.jp/)
IT系の求人に詳しいアドバイザーが多数在籍。未経験OK求人もあります。
4位:ビズリーチ(公式:https://www.bizreach.jp)
年収1,000万円〜の求人を多数保有する転職サイト。高年収を目指す人におすすめ!
5位:Tech Clips(公式:https://agent.tech-clips.com/)
年収500万円以上の求人のみ保有!キャリアアップしたいエンジニア経験者の方必見です。
6位:リクルートエージェント(公式:https://www.r-agent.com)
多くの求職者が利用している、大手総合型転職エージェント。
目次 (PRも含まれます)
- 1 データサイエンティストの平均年収は日本の平均年収より高め
- 2 データサイエンティストの求人・案件例
- 3 データサイエンティストの仕事内容と年収を上げるのに必要なスキル【分類別】
- 4 データサイエンティストとAIエンジニアの違いは?
- 5 データサイエンティストに転職する方法について解説・年収は上がる?
- 6 データサイエンティストが転職エージェントを利用するメリット・デメリット
- 7 データサイエンティストへの転職におすすめの転職エージェント6選
- 8 データサイエンティストが年収アップを目指すには?
- 9 データサイエンティストで年収1,000万円以上を目指せる?
- 10 なぜデータサイエンティストはやめとけと言われるのか?
- 11 未経験からデータサイエンティストになるのは可能?
- 12 データサイエンティストが持つと良い資格は?
- 13 データサイエンティストの年収・将来性は今後どうなる?
- 14 まとめ:データサイエンティストの年収はスキルに比例する
データサイエンティストの平均年収は日本の平均年収より高め
データサイエンティストの平均年収について、以下の点を解説していきます。
(下記のご希望の見出しをクリックすると、該当箇所に飛べます)
全体平均
厚生労働省がまとめた「職業情報提供サイト(日本版O-NET)」によると、データサイエンティストの平均年収は約557.5万円でした。
2023年4月29日確認時点、厚生労働省の「職業情報提供サイト(日本版O-NET)」より引用
また、2020年に国税庁が行った『民間給与実態統計調査(令和元年)』では、日本人の平均給与は436万円です。
引用 https://www.nta.go.jp/※民間給与実態統計調査(令和元年)より
このことから、データサイエンティストの年収は平均よりも高い水準にあると言えます。
経験を積んで30代を超えてくると、さらに年収をアップさせることが可能です。
民間の求人サイト等では平均年収が600万円台後半〜700万円台というデータもあります。
求人サイトには、「高い給与を払っても優秀な人に来てほしい」という企業からの求人が集まっています。
そのため、特に求人サイトや転職エージェントには高収入の求人が集まり、結果的に全国の平均年収を上回っていると考えられます。
企業規模別の平均年収
データサイエンティストの年収相場は、企業の規模によって変わります。
- 大手企業の場合
- 中小企業の場合
大手企業の場合
大手企業の場合、800万円以上の給与を出す企業が多いです。
レバテックキャリアで調べてみると、次のような求人がありました。
【データサイエンティスト】課題や目的の特定、課題解決/施策の提案・実行、PythonやRを利用したデータ分析想定年収 320~630万円 業務内容 日本を代表するような企業様をクライアントに持ち、企業データの活用やDX推進を担うデータサイエンティストを募集します。
クライアント企業に対し、現状のデータ活用についてのヒアリングから行い、課題や目的の特定、課題解決に向けた仕組み作りから施策の提案・実行、PythonやRを利用したデータ分析などの業務をお任せします。
データ分析については、クライアントから提供されるトランザクションデータのクレンジングから統計解析、予測モデルの構築、ツールの開発まで行います。
<具体的な仕事内容>
・顧客の目的や要望を理解したコンサルティングサービスの提供
・顧客から提供されたデータに基づく課題設定と適切な分析方針の決定
・データの抽出や可視化、モデリングや評価など、一連の分析の実施
・顧客への提案書作成
・分析結果のレポーティング業務
将来は、適性やご希望に合わせて以下の業務もお願いしたいと考えています。
・PM業務全般(案件の要件定義)
・メンバーマネジメント
・メンバーへの技術指導
【仕事の特色】
<配属予定チーム>
・社員数 :70名(2023年6月時点)
・平均年齢:37.2歳
<クライアント先での業務例>
大手小売企業向けに商品の需要予測精度の向上を行う案件ではお客様のビジネス上の課題から入り、どのようなロジックで需要予測を行うのかというベースとなる考え方の仕組み作りから、Python、Rを利用したデータ分析まで実施をしています。
本プロジェクトでは、顧客の要望や目的を汲み取りながら、0から仕組みを構築し、事業成果の創出に向けたプロジェクト進行となるためお客様と密なコミュニケーションが必要となり、施策の実行や検証に関するレポーティング資料の作成や報告なども行っています。
小売業界では、データの活用がうまくできていない企業が多いのが実情であるためデータサイエンスという専門性を持ちながら、コンサルタントとしての要素も求められる、非常に裁量が大きい環境となります。
また、週に1回、社内のデータサイエンティストチーム内で、多数の案件事例をもとにした技術共有会を行っているため、各プロジェクトの取り組みや成果を知ることで、データサイエンスにおける知見を蓄えてスキルを高められます。
■担当サービスの詳細
データサイエンティストは、Go Analyticsを担当します。
Go Analyticsは、クライアント企業の所有するあらゆるデータを収集・整理・分析することにより、モデルの構築、そしてツール化まで支援するサービス。
マーケティング効果の見える化、販促施策・棚割・発注量の最適化、新商品の展開支援、顧客のロイヤリティ向上施策検討など、お客様のあらゆる課題に対してデータサイエンスの力で課題解決に導くことが可能です。
場合によっては、クライアント企業のマーケターへの教育も実施し組織設計までをコンサルティングすることで、データドリブンな組織へ移行する支援も行っています。基本スキル <経験>
・エンジニアリング能力(Pythonを用いた集計/可視化/モデリングなどの実装能力)
・課題解決能力(課題設定、適切な課題解決手法の選定、資料作成/結果報告などの経験や能力)
・レポーティング資料の作成経験
・顧客やチームメンバーで編成されたプロジェクトの実行経験
<マインド>
・自ら先頭に⽴ちチームを引っ張る行動⼒のある方
・クライアントと円滑に業務を推進できるコミュニケーション⼒がある方
・協調性やチームワークを重視したマネジメント⼒のある方
・チャレンジ精神、情熱がある方案件URL ">
【データサイエンティスト】課題や目的の特定、課題解決/施策の提案・実行、PythonやRを利用したデータ分析
(2024年04月24日 現在)
この求人は有名な大手企業の求人ですが、最大で2,000万円の年収を狙うことも可能とのことでした。
大手企業に転職できれば、スキル次第で一気に年収アップすることが可能です。
ただしその分、大企業では即戦力となるデータサイエンティストを求める傾向が強いのが実情です。
実務経験やスキルを充実してから挑戦しましょう。
中小企業の場合
中小企業の場合、年収600〜700万円前後が平均的です。
こちらは同じくレバテックキャリアの求人です。
【データサイエンティスト】JR西日本G/AIを用いたソリューションを駆使して企業変革の支援/国内フルリモート可想定年収 500~1,200万円 業務内容 経営視点でJR西日本グループのクライアントと討議し、AIを用いたソリューションを駆使して企業変革の支援を行って頂きます。
JR西日本グループが持つ良質で大規模なデータを利活用し、課題解決のための方法や手段を考えます。
特に、JR西日本グループ内の鉄道車両、施設及び電気分野のCBM(Condition Based Maintenance)ソリューション構築のためのデータ分析・AIモデル構築及びその実装を担っていただきます。
また、JR西日本グループ内で実装したAIソリューションを、鉄道をはじめとした同業他社やその解決方法の応用が可能な異なる産業への展開を担っていただきます。
<これまでの事例(抜粋)>
・自動改札機の故障予測および故障原因となる要素の分析を行い、効率的な点検計画を自動で作成するAIエンジン(AI-TEMS)の自社開発
・AIモデルを搭載した防犯カメラシステムの共同開発
・線路設備点検アルゴリズムの開発/実装
・車両外観点検アルゴリズムの開発/実装
・「着雪量予測モデル」の構築/実装
・車両振動加速度を活用した線路状態診断アルゴリズムの開発/実装
・「湖西線強風予測モデル」システムの大阪ガスとの共同開発
・「人工衛星故障予測モデルシステム」のJAXAとの共同開発
<具体的な仕事内容>
自然言語処理、画像認識を含む機械学習モデルの開発・システム運用を通じて、JR西日本グループ、同業他社、異なる産業の2Bのクライアントの課題解決やビジネス変革の伴走をしていただきます。
JR西日本グループ及びクライアントの業務理解を行い、予算や勝利の定義を意識しながら、持続可能な機械学習活用ビジョンを考えていただきます。
機械学習関連の文献調査・アルゴリズム実装を行っていただきます。
顧客折衝から機械学習システムの保守・運用・改善といった一連の開発プロセス全体に携わることが可能です。
担当いただく業務については、ご志向や適性・保有スキル・ご経験を踏まえ、また上長との定期的な面談の機会を経て、柔軟に調整・相談しながら決めていきます。
【仕事の特色】
<企業の魅力>
当社グループは、西日本を中心に鉄道事業や不動産、流通などの事業を運営している企業グループです。
地域に根差した事業を手掛ける中で、時代の変化に対応し、新たな価値を創造するべく、グループ一体となって《顧客体験・鉄道システム・従業員の働き方の再構築》に取り組んでいます。
その中でも当社は、JR西日本グループの各事業と一体でデジタル施策の実行支援を行い、データ利活用による事業横断の価値創出を実現するために設立されました。
<募集背景>
JR西日本グループが保有する豊富で多彩な顧客・運行・保守データについて、デジタル技術により利活用を進め、新たな価値の創出・提供に継続的に取り組むとともに、そのプロセスを通じて当社グループの業務変革をめざす必要があります。
また、既存の鉄道事業にとらわれず、社内アセットを広く社会に活用していくことも重要なテーマです。
現在、これまでの取組みから、社内へのAIソリューションの実装を積み重ね、そのシーズを異なる産業への展開も実現しており、今後、その取り組みを深度化・拡大する時期に来ています。
上記の状況を踏まえて、社会の縮図たるJR西日本グループ内部の課題及びそれを表現する良質で大規模なデータ及びその実証フィールドを生かして、新たなソリューションを開発する人材を積極的に募集しています。
これまで着実な成長を続けてきた内製分析チームと合流し、その組織能力密度を高めるデータサイエンティストを募集します。
<ポジションの魅力>
当社のデータ分析内製チームは複数のデータサイエンティストが在籍し、JR西日本グループのフィールドを生かして、機械学習の予測モデルの開発や鉄道のDXといった先進的な案件に関わることができます。
JR西日本グループのクライアントと密にコミュニケーションを取りながら課題ヒアリングを行い、分析~開発・運用まで一気通貫でプロジェクトに関わることができます。
論文執筆、データ分析コンペ出場による自己研鑽の機会提供などを通じたキャリア支援も盛んな環境です(経産省主催SIGNATEコンペ優勝、大学との共同研究による人工知能学会優秀賞受賞など)。
■将来的なキャリアパス
・データサイエンティスト組織を率いるチームリーダー
・R&D領域(自社のプロダクト・アセット開発)のプロジェクトを推進するプロジェクトマネジャー
・データサイエンティストとして、プロジェクトやプロダクトで必要となるアルゴリズムの設計・開発を推進するスペシャリスト
<配属予定チーム>
■チームについて
ディレクター含め男10名、平均年齢は約30歳で構成されています。
【仕事内容(変更の範囲)】
当社関連業務全般基本スキル <経験>
■以下いずれかのご経験を満たす方
・機械学習に関する知見および経験をお持ちの方
・ソフトウェア開発に関する知見および経験をお持ちの方
・データを活用して、ビジネスに貢献していきたいと考えている方
・試行錯誤しながら結果や成果を求めた経験のある方
<マインド>
・セルフスターターであり、自ら課題設定を行い、主体的に業務に取り組める方
・正解や前例のない課題に対して、好奇心を持って思考し続けられる方
・他者と協力でき、チームで仕事を進めていくことができる方
・固定概念や既知のやり方に固執せず、柔軟な思考で課題解決に取り組むことができる方案件URL ">
【データサイエンティスト】JR西日本G/AIを用いたソリューションを駆使して企業変革の支援/国内フルリモート可
(2024年04月24日 現在)
大企業よりも年収は落ちますが、中小企業の場合は大企業に比べると経験年数などの条件がやや緩い傾向にあります。
関連職種からデータサイエンティストを目指す場合は、こうした中小企業の求人を狙うのも作戦です。
年齢別の平均年収
以下は、厚生労働省の「職業情報提供サイト(日本版O-NET)」にて掲載されていたデータサイエンティストの年齢別の平均年収をまとめたものです。
20〜24歳 | 337万円 |
25〜29歳 | 431万円 |
30〜34歳 | 498万円 |
35〜39歳 | 565万円 |
40〜44歳 | 601万円 |
45〜49歳 | 609万円 |
50〜54歳 | 680万円 |
55〜59歳 | 694万円 |
60〜64歳 | 537万円 |
65〜69歳 | 416万円 |
2023年5月17日確認時点、職業情報提供サイト(日本版O-NET)より引用
雇用形態別
以下の表では雇用形態別のデータサイエンティストの平均年収をまとめました。
正社員 | 557.5万円※1 |
派遣社員 | 500.3万円※2 |
フリーランス | 900万円※3 |
※1:2023年4月29日確認時点、厚生労働省の「職業情報提供サイト(日本版O-NET)」より引用
※2:2023年5月8日時点、(データサイエンティスト派遣社員の平均時給2,606円)x(8時間/日)x(20日/月)x12ヶ月より算出、求人ボックス
※3:2023年5月10日時点、データサイエンティスト案件の平均単価75万円x12ヶ月より算出、レバテックフリーランス
海外のデータサイエンティストとの年収比較
以下は海外でデータサイエンティストの年収が最も高い国の平均年収をまとめました。
カナダ | 1,418万円※1 |
アメリカ | 1,409万円※1 |
オーストラリア | 1,106万円※2 |
ドイツ | 950万円※3 |
イギリス | 858万円※4 |
※1:2023年5月17日時点のレート(1アメリカ合衆国・ドル=136円)を元に換算
※2:2023年5月17日時点のレート(1オーストラリア・ドル=90円)を元に換算
※3:2023年5月17日時点レート(1ユーロ=149円)を元に換算
※4:2023年5月17日時点のレート(1スターリング・ポンド=170円)を元に換算
※平均年収のデータ引用:Datacamp(2022年12月時点のデータ)
他のIT系の職種との比較
以下はdodaがまとめた「技術系(IT/通信)の平均年収」のランキング一覧です。
※2022年12月19日時点のデータを引用、doda
データサイエンティストの求人・案件例
なお、実際にエージェントで募集されているデータサイエンティストの未経験向け案件としては以下のようなものがあります。
案件例①
【データサイエンティスト】自然言語処理等を目的とした機械学習モデリング/フルリモート可想定年収 447~1,404万円 業務内容 <業務詳細>
自然言語処理等を目的とした機械学習モデリング、アナリストとしての分析、開発などを担当
当社ではさまざまな機能をデータによって最適化しています。
このためには高度な機械学習の活用が必要なほか、目的に応じた大規模システムを構築していく必要があります。
本職種では、レコメンデーション、検索、自然言語処理等を目的とした機械学習モデリング、アナリストとしての分析、システム開発、機能開発、MLOpsの業務を担っていただきます。
■ミッション・展望
・検索クエリ、ユーザー、タイミングなどを考慮し最適なコンテンツを掲出する
・機械学習モデルを中心とした、掲出するコンテンツの判定ロジックと独自配信システムの進化
・掲出内容を最適化するための、検索、レコメンドロジックと独自配信システムの進化
・上記を実現するためのデータ処理基盤の進化、データ処理、分析技術の向上
<具体的な仕事内容>
下記のいずれかを担当いただきます。
・ウェブ検索における訪問ユーザーやタイミング、クエリに応じた、最適なコンテンツの掲出/自然言語処理技術の活用、検索サービスへの適用
・機械学習を用いた、コマース検索における検索ランキングの改善
・データ利活用推進室における、各種横断データを用いた機械学習モデルの精度向上
・共通レコメンデーション基盤における機能開発、大規模データを活用できる機械学習基盤の開発
<関わるサービス>
・Yahoo!検索
https://search.yahoo.co.jp/
【仕事の特色】
<開発環境>
・サーバーサイド:Spring Boot、Java、Python
・データ処理:Hive、Spark、Jupyter Notebook
・データベース:Cassandra
・インフラ:プライベートクラウド
・CI / CD:screwdriver
・管理:Airflow、Argo Workflows、MLflow
・機械学習ライブラリ:TensorFlow、LightGBM、Spark MLlib
・その他:GitHub、Docker、Confluence、JIRA、Slack
【仕事内容(変更の範囲)】
会社の定める業務基本スキル <経験>
■下記のいずれかの経験
・レコメンデーション、広告配信、検索、自然言語処理、音声処理分野での実務経験
・データ分析、前処理にかかわるスキル、経験(SQL、Pythonなど)
<マインド>
・物事を主体的に考え、自ら行動、提案できる方
・事実や数字をもとに議論を進められる方
・統計や機械学習に関する知見を持つだけでなく、実システムへのアプライまで行える方
・さまざまな領域の、多くの関係者との調整、コミュニケーションが可能な方
・結果が出るまでやりきるといった、推進力をお持ちの方案件URL ">
【データサイエンティスト】自然言語処理等を目的とした機械学習モデリング/フルリモート可
(2024年04月24日 現在)
案件例②
【データサイエンティスト】分析モデル設計や検証/効果的な統計解析手法の選定/フルリモート可想定年収 400~700万円 業務内容 <業務詳細>
機械学習やAI、統計などのデータ活用技術を武器に、顧客のビジネスの変革や成長をデザインし、事業の成長に貢献するチームの一員として活躍していただきます。
顧客のビジネスの課題を達成できるデータを活用したシステム、分析モデルを構築し、顧客が実際に業務で活用できている状態を実現していただきます。
中でも特に分析モデルの設計や検証といった具体的な手法の実現をリードする役割として取り組んでいただきます。
<具体的な仕事内容>
・顧客の経営課題に対するDATA/AI技術の活用余地の判断および業務、システムの課題抽出
・短期間でのパイロット検証、および本格展開時の効果試算
・ビジネス課題に応じた効果的な統計解析手法の選定
・顧客の社内外のデータ収集および統計解析に適した形への集計、加工
・アルゴリズム作成~精度検証~パラメータ最適化
など
【仕事の特色】
<データ分析案件一例>
■某大手メーカー様の予知保全システム(新規開発)
・工程:要件定義、設計、開発、テスト、導入支援
・言語:(サーバーサイド)Java/Javascript、(フロントエンド)Javascript
・フレームワーク:node.js, Angular.js, Vue.js
・クラウド:AWS(EKS, ECS, ECR), SAP Cloud Platform(HANA), GCP(DialogFlow)
・その他ツール:Slack、Backlog、Git
・プロジェクト体制の例:PL/1名、SE/1名、エンジニア/2名、デザイナー/1名
※上記はほんの一例です。他にも幅広い技術を利用し、開発を行っております。
<募集背景>
当社では、「テクノロジーとアイデアを駆使してデジタル社会に貢献する」ことをミッションに掲げ、不確実性や目まぐるしい変化の中で、データを活用したお客様の未来のビジネスへ貢献していくチームを編成しています。
このミッションを会社全体で達成していくためには、データ活用に特化した仲間がより多く必要と考えています。
本求人で募集するのは、新しいテクノロジーに興味を持ち、それをビジネスで駆使するために工夫を凝らすことができる、そんなエンジニアです。
自分で挑戦の幅を狭めず、何事にもチャレンジできる、そんな魅力的なあなたのご応募をお待ちしています。
<ポジションの魅力>
■この仕事で得られるもの
・データサイエンティストとして必要な能力の習得
・データサイエンスによる顧客課題達成の実務ノウハウ
・データ活用を中心とした、顧客のデジタライゼーションの支援による能力向上
<本求人に関連する事例>
・少ないデータでも分析結果の可視化を実現
https://www.kdl.co.jp/case/khi/
・ブログ(神戸のデータ活用塾)
https://kdl-di.hatenablog.com/基本スキル <経験>
■以下4点いずれかのご経験のある方を募集いたします。中でも項目4のご経験を重視しております。
1.機械学習、深層学習、強化学習等の分析手法を駆使した分析モデル設計経験2年以上
2.機械学習、深層学習、強化学習等の分析手法を駆使した分析モデル検証及び改善経験2年以上
3.アジャイル開発の知識や経験(PoCやプロトタイプをサイクルを回しながら検証するプロジェクトを進めた経験)3年以上
4.1~3により構築した分析モデルやモデルを包含したシステムを業務に導入、運用した経験
<マインド>
・成長意欲が高く、自分の限界を決めつけずにチャレンジができる方
・ロジカルに物事を考え、その考えをきちんと言葉や形にできる方
・お客様の本質的な課題を深堀し、責任持って解決策を提示できる方
・与えられた業務を楽しく工夫しながら仕事ができる方
・自身の考えをしっかりと伝え、行動につなげることができる方案件URL ">
【データサイエンティスト】分析モデル設計や検証/効果的な統計解析手法の選定/フルリモート可
(2024年04月24日 現在)
データサイエンティストの仕事内容と年収を上げるのに必要なスキル【分類別】
データサイエンティストの仕事は、複雑で膨大なデータの統計を取り、今後の課題解決に役立てることです。
データサイエンティストの具体的な仕事は、次のように進行します。
- データ分析で解決したい課題・明らかにしたい関係などを設定
- 対象となるデータを収集
- 集めたデータを処理・加工しながら、分析の枠組みを作る
- データ分析する
- 分析が適切かどうかを検証
- 分析から今後の課題解決に活かす対策を考える
業務は課題設定からデータの処理・加工、分析までさまざまな過程をふまなければなりません。
データベース構築などのエンジニア的なスキルのほか、数的処理や統計の知識も必要です。
そこでこの記事では、データサイエンティストの仕事内容と必要スキルを3種類の領域に分けて定義しました。
ここからは、それぞれに求められるスキルや仕事内容について解説していきます。
- データサイエンティストのエンジニア的領域
- データサイエンティストのアナリスト的領域
- データサイエンティストのコンサル的領域
データサイエンティストのエンジニア的領域
データサイエンティストとして仕事をする上で必須となる分野です。
機械学習やプログラミングの知識を応用して、データを加工したり環境を構築したりしていきます。
具体的には、以下の工程がこの領域に該当します。
- Pythonを利用した機械学習
- ディープラーニングなどを利用した予測アルゴリズムの実装
- 指示書に従ったシステム構築・運用
- 分析の内容に応じた初期データの投入、システム運用の要件定義
- データを保護するための環境設計
- 設計書をもとにしたデータ処理プログラミングの実装
この領域で必要なスキルは以下の通りです。
【エンジニア的領域の必要スキル一覧】
- プログラミング(よく使われる言語はPython・R)
- SQLの構文知識
- データの判別やデータベースに関する知識
- データ加工技術(ソート、結合、フィルタリングなど)
データサイエンティストのアナリスト的領域
膨大なデータから意味のある傾向を探るために必要なのが、統計分析の知識です。
分析方法の設定・改善のほか、分析から得られたデータの解釈も含まれます。
ときには何度も分析方法を変えて分析を繰り返すこともあり、忍耐力が必要な領域です。
【アナリスト的領域の仕事内容】
- PythonやRなどを利用し、統計ライブラリを用いたデータ解析をする
- SQLを利用したデータ解析
- 分析の結果を検証し、精度を評価する
- 解析したデータをもとに傾向を分析・予測する
- 基本統計量や分布をチェックする
【アナリスト的領域の必要スキル】
- 分析ツールが使える
- 必要なデータを見つけるための検証デザインおよび実装
- 機械学習・深層学習の知識
- 統計学の知識
- 線形代数、微分積分などの数学知識
データサイエンティストのコンサル的領域
分析の結果として得られた知見を、ビジネスに応用するための領域です。
課題の特定から今後の施策提案まで、分析結果を実地で生かすための様々な工程がこの領域に含まれます。
【コンサル的領域の仕事内容】
- 分析結果をレポート化し、今後の施策を提案
- 施策の内容を整理し、KPIに落とし込む
【コンサル的領域の必要スキル】
- 適切な課題設定ができる
- データの扱いに関する法令知識・倫理観
- プレゼン力
- コミュニケーション能力
- レポート作成能力
まず最低限、プログラミング・機械学習・SQL・統計学を学ぶところから始めましょう。
データサイエンティストとAIエンジニアの違いは?
データサイエンティストとよく混同される職種として、AIエンジニアがあります。
それぞれの違いは以下の通りです。
(表は左右にスクロールできます)
仕事内容 | 平均年収 | |
データサイエンティスト | AIで分析したデータをもとに、企業の課題解決をサポートするコンサルタント | 699万円※1 |
AIエンジニア | AI(人工知能)を使った製品やサービスの開発/システムを構築するエンジニア | 592万円※2 |
年収はAIエンジニアよりもデータサイエンティストの方が約100万円も高いです。
AIエンジニアのキャリアパスの一つとして、スキルを活かしてデータサイエンティストを目指すのもおすすめです。
データサイエンティストに転職する方法について解説・年収は上がる?
異業種からデータサイエンティストに転職する人の多くは、エンジニアやアナリストなどの経歴を持っています。
それ以外だと、マーケターやコンサルなど、数字や分析を仕事にしている人も多いです。
それぞれの平均年収を下記の比較表でまとめました。その結果、データサイエンティストは他の職種よりも高い平均年収となりました。
データサイエンティスト | 699万円※1 |
ITエンジニア | 422万円※2 |
データアナリスト | 698万円※3 |
Webマーケター | 598万円※4 |
Webコンサルタント | 476万円※5 |
※1:2023年5月8日時点のデータ、求人ボックスより引用
※2:2023年2月3日時点のデータ、dodaより引用
※3:2023年5月8日時点のデータ、求人ボックスより引用
※4:2023年5月8日時点のデータ、求人ボックスより引用
※5:2023年5月21日時点のデータ、求人ボックスより引用
どんな仕事から転職する場合でも、実務に必要なスキルを備えていることが絶対条件です。
【データサイエンティストに求められるスキル】(太字は特に重要です。)
- プログラミング(Python、R)
- 機械学習の知識
- SQLの知識
- クラウドの知識
- 分析ツールが使える
- 統計分析の知識
- 数的思考力
- 適切な課題設定ができる
- プレゼン力
- コミュニケーション能力
特にIT分野以外から転職する場合はかなり難易度が高いと言えます。
その場合、まずはプログラミングや機械学習、統計などの知識から地道に勉強するのが重要です。
データサイエンティストが転職エージェントを利用するメリット・デメリット
次にデータサイエンティストが転職エージェントを使うメリットとデメリットについて紹介します。
以下、メリットとデメリットをそれぞれまとめました。
メリット | デメリット |
・あなたに合った転職先を提案してくれる ・応募書類の添削を受けられる ・企業とのやり取りを代行してくれる |
・担当者との相性次第でサービスの質が変わる ・自分のペースで転職活動を進めづらい |
メリット
データサイエンティストが転職エージェントを使うメリットは、以下の3点です。
- あなたに合った転職先を提案してくれる
- 応募書類の添削を受けられる
- 企業とのやり取りを代行してくれる
あなたに合った転職先を提案してくれる
転職エージェントを利用するメリットは、非公開求人などの求人情報の中から、あなたに合った転職先を提案してくれます。
非公開求人とは事業戦略などの理由から、一般的な求人情報サイトでは募集されない求人のことです。
公開募集してしまうと応募が殺到してしまうような好条件な求人であるケースが多いです。
なお、転職エージェントに登録することで、非公開求人を閲覧したり、応募したりできるようになります。
応募書類の添削を受けられる
転職エージェントを利用すれば、応募書類の添削を受けられます。
エージェントがヒアリングを通してあなたの人柄や経歴を把握し、伝え方のコツも教えてくれます。
そのため魅力的な応募書類を作成することが可能です。
自己流で作成した応募書類は、採用側から見て、内容が不十分であったり、見せ方が適切でない場合も多いです。
転職のプロであるエージェントに直接教わるのが効率的です。
企業とのやり取りを代行してくれる
エージェントは、企業とのやり取りを代行してくれます。
エージェントが代行してくれるやり取りは以下の通りです。
- 各企業への応募
- 面接の日程調整
- 採用担当者への連絡
在職中に転職活動を行うとなると、細かいスケジューリングが困難になります。
特に複数社に応募している場合、それぞれの企業と並行してやり取りが必要です。
油断するとダブルブッキングなどトラブルが起きる可能性もあります。
デメリット
データサイエンティストが転職エージェントを使うデメリットは、以下の2点です。
- 担当者との相性次第でサービスの質が変わる
- 自分のペースで転職活動を進めづらい
担当者との相性次第でサービスの質が変わる
エージェントサービスの質に満足できるかどうかは、担当者のスキル次第です。
人材業界は離職率が高いので、入社間もない経験不足の新人が担当になる可能性も高いです。
また、いくらスキルがあったとしても、性格的に相性の悪い担当者がいる場合もあります。
相性の良くない担当者に当たってしまうと、転職活動が上手く進められない可能性もあります。
自分のペースで転職活動を進めづらい
転職エージェントは、自分のペースで転職活動を進めづらいという側面もあります。
たとえば、以下のような事例があります。
- 目先の売上やノルマのために、転職者の意向に沿わない提案をする
- 頻繁にメールが来る
- やや強引に転職させようとしてくる
これは、転職エージェントが、求職者を企業に紹介することで収益を上げる仕組みだからです。
エージェント側はできるだけ早く内定を決めて欲しいと考えています。
時間をかけて転職活動をしたいという方には、強引に感じる面はあるかもしれません。
データサイエンティストへの転職におすすめの転職エージェント6選
公式サイト | 求人数 | 年収レベル | 特徴 | |
マイナビIT AGENT | https://mynavi-agent.jp/it/ | ★★★★ | ★★★★★ | ITに強い キャリアアドバイザーの丁寧なサポート |
レバテックキャリア | https://career.levtech.jp | ★★★★ | ★★★★ | ITに強い 初回マッチング内定率90% |
ワークポート | https://www.workport.co.jp | ★★★ | ★★★★★ | 高収入・高待遇求人が多い ITエンジニアに特化 |
ビズリーチ | https://www.bizreach.jp | ★★★★ | ★★★★★ | 高収入・高待遇求人が多い |
Tech Clips | https://agent.tech-clips.com/ | ★★★ | ★★★★ | ITに強い 丁寧なカウンセリング |
リクルートエージェント | https://www.r-agent.com | ★★★★★ | ★★★ | 業界最大手 求人が多い |
※2023年4月28日時点
マイナビIT AGENT
公式URL(https://mynavi-agent.jp/it/)※マイナビのプロモーションを含みます。
求人数 | 35,418件 |
データサイエンティスト | 92件 |
※2022年3月時点
IT業界の様々な求人を扱っているため、エンジニアやデザイナーに限らず、求人を探すことができます。
マイナビIT AGENTは、もともとIT・Web分野の会社との繋がりが強いマイナビ転職が、IT業界向けの転職エージェントに特化して立ち上げられた転職エージェントです。
レバテックキャリア
レバテックキャリア公式サイト:https://career.levtech.jp/
公開求人数 21,940件 (2024年04月24日現在) データサイエンティストの
公開求人数1,287件 (2024年04月24日現在) マージン率 非公開 対応地域 首都圏を中心に全国 特徴 -エンジニア・ディレクター・PM・ITコンサル特化
-エンジニア経験者の転職に非常に強い
-求人の平均年収が高い公式 https://career.levtech.jp/
『レバテックキャリア』は、業界トップクラスのエンジニア特化の転職エージェントです。
ベンチャーからメガベンチャー、大企業など、モダンな技術セットを扱っている人気求人が多数存在します。(リクルート, サイボウズ, ビズリーチ, DMMなど)
年収相場も平均600万円と高く、データサイエンティストの求人も多いです。
年収アップを叶えたい経験者におすすめのエージェントです。
レバテックキャリアの案件例
【データサイエンティスト】AI活用の課題を提案~分析リード/先端技術センター/フルリモート可想定年収 540~1,200万円 業務内容 主に全国の顧客(製造業)から要望があるAI活用の課題に対し、提案~分析のリードをお任せします。
自社データサイエンティストと共に、デジタル技術や先進手法を用いて、顧客データの利活用や分析手法の検討を行っていただき、そのマネジメントも行なってください。
製造業におけるAI/データサイエンス事業を行っている自社の先端技術センターにて、AI導入支援/企画、PoC/フィジビリティ検証、AIを推進するための組織づくりコンサルティングやAIの人材育成などクライアントのAI取り組みレベルに応じたさまざまなサービスメニューの提供に携わっていただきます。
【仕事の特色】
<配属先予定チーム>
■配属部署
・先端技術センター DXソリューション統括部
■組織構成
先端技術センター(全体70名)
・DXコンサルタント:7名
・シニアアナリスト:25名
・アナリスト:38名
※開発は規模により2~5名のチームで構成されています
<案件事例>
・半導体設計、評価における多目的最適化の論文調査
・電気自動車の電池性能向上の要因分析
・自動車部品インバータ回路基板の品質検査
・自動運転向け画像認識技術
・航空機の飛行経路/飛行時間のばらつき要因分析
・XAIによる機械学習モデル解釈支援
<開発環境>
■使用ツール
iOS / AndoroidOS / Linux / Windows
Python / Java / C++ / C# / JavaScript / React / Objective-C
Postgres / Oracle / SQLServer
AWS / GCP / Azure / Docker / kubernetes
Hadoop / Jupyter / TensorFlow / PyTorch
<募集背景>
ディスラプターの登場によって、各業界のビジネス環境は劇的な変化を遂げています。
いかに時代に適応したビジネスモデルを創造し、マーケットで勝ち抜いていくかが主題となっている状況下であるからこそ、当社では、顧客基盤である「製造業」をメインに“コンサルティング”から“AI実装・支援”まで一貫して行うことができる、独自のポジションを築いております。
今回は顧客のAI構想と我々の持つテクノロジーを結び、顧客の課題解決を先頭に立って進めるDXコンサルタントを募集します。
<企業の魅力>
当社は年間売上が1,600億円を超える国内最大の技術ソリューション企業・テクノプログループを牽引する中核企業です。
テクノプロ・デザイン社では7,000名を超えるエンジニアが上場企業を中心にソリューションサービスを提供しています。
【仕事内容(変更の範囲)】
会社の定める業務基本スキル <経験・知識>
■下記いずれか
・AI活用システムやサービスのコンサルティングもしくは開発経験
・アジャイル/スクラム開発経験
・データ分析や機械学習の知識
<マインド>
・カスタマーファースト思考
・AIベンダーとして当社の知名度を上げていくことに取り組んでいただける方
・顧客や開発チームを巻き込んで、より良い提案を実現できる方
・研究開発から設計まで、AI活用の知識、経験を積んで成長したい方
・様々なデータが扱える環境で分析したい方
・様々な業界の経験を積みたい方
・新技術のキャッチアップ意欲が高い方案件URL ">
【データサイエンティスト】AI活用の課題を提案~分析リード/先端技術センター/フルリモート可
(2024年04月24日 現在)
レバテックキャリア公式サイト: https://career.levtech.jp/
ワークポート
ワークポート公式サイト:https://www.workport.co.jp/
公開求人数 95584件 (2024年04月24日現在) データサイエンティストの
公開求人数379件 (2024年04月24日現在) マージン率 非公開 対応地域 北海道・宮城・埼玉・千葉・東京・神奈川・愛知・京都・大阪・兵庫・岡山・広島・福岡 特徴 -元IT専門の転職エージェントのため、IT業界の知識が豊富
-現在は総合型エージェントで、求人数も大手並に多い公式 https://www.workport.co.jp/
ワークポートは、IT業界の求人に強いことで評判の総合型エージェントです。
ワークポートの大きな魅力は、未経験でも応募できる求人が多い点と、キャリアアドバイザーがIT領域に詳しい点です。
実際に過去にワークポートを利用しましたが、キャリアアドバイザーの方がかなり領域に詳しい印象でした。
一般的なIT系求人は経験者向けの求人がほとんどですが、ワークポートには未経験OKの求人も多く、未経験者に対するサポートも充実しています。
異職種からデータサイエンティストへの転職を目指す人は、ぜひ登録しておきましょう。
ワークポートの案件例
想定給与 600万円~1000万円 業務内容 職務概要
クライアントの大型ポータルサイトなどから収集している月間1億レコードを超えるビッグデータを活用し、様々な切り口でデータを価値ある情報に変える仕事です。
データの種類はGoogleAnalyticsがメインで、自社独自の収集データやサードパーティデータも活用しています。
機械学習やAI開発で必要なモデルなどを用いてクライアントのビジネス課題を解決し、データサイエンティストとして社内外でのプロジェクト推進を行って頂きます。
職務詳細
・活用しやすいデータ抽出/集計を行い、レポートを作成し意思決定のサポート
・目的にあった分析手法を活用し、予測された根拠をもとに分析企画/改善提案を実施
・クライアントの課題解決に必要な機械学習モデル(深層学習系)の活用、必要に応じてモデルの開発と改良
・AI研究で必要となるAIモデルを活用したバックエンド開発、及び環境構築
・社内メンバーに対し技術支援を行い、プロジェクトを円滑に推進
会社の特徴
2011年1月、Webマーケティング専門企業としてスタート。
2021年10月の社名変更に伴い、事業内容をWebマーケティング事業から「AIソリューション事業・データ分析事業」へ。
AIやビッグデータを活用したデータサイエンスにも注力する企業へ変革を遂げてきました。
安定した経営基盤の下、グループ企業間の連携をもとにしたスピーディーな事業展開が特徴です。
中途入社100%の社内の雰囲気はメリハリがあり、社歴に関係なく重要なポジションを任せていく文化があります。
また、年間休日は127日以上、残業時間も月10h未満と少なく、テレワーク、時差出勤制度も導入しています。
さまざまな取り組みが経済産業省に評価され「健康経営優良法人2023」に選出されました。基本スキル 【必須】下記1~5に該当する方
【1】データ分析・AI開発(いずれか)における実務経験2年以上
【2】SQLやPandasによるデータ抽出・集計・加工、及び分析の経験
【3】Pythonや関連するライブラリを用いたデータ収集・可視化・機械学習経験
【4】クラウドサービス(GCP/AWS)を用いた環境構築、データ処理経験
【5】クライアントやユーザの課題解決、ソリューション提案経験
【使用技術】
・AWS
Lambda/DynamoDB/APIGateway/S3/EventBridge/SystemsManager/SageMaker
・GCP
GoogleComputeEngine/VertexAIPipelines/CloudFunctions/CloudScheduler/API Gateway/Firestore/GCS/BigQuery案件URL データサイエンティスト
(2024年04月24日 現在)
ビズリーチ
求人数 | 71,918件 |
データサイエンティスト | 2,180件 |
※2022年3月現在
ビズリーチは、高年収層・ミドル層の転職に特化した転職エージェントです。
その最大の特徴は、年収1,000万円以上の求人が3分の1以上であることです。
管理職や専門職、次世代リーダーなどのハイキャリアを主なターゲットに、年収の高い求人を紹介しています。
データサイエンティストとしてキャリアアップ転職したい方は無料登録してみてください。
Tech Clips
Tech Clips公式サイト:https://agent.tech-clips.com/
運営会社 | notari株式会社 |
対象勤務地 | 東京/神奈川/埼玉/千葉 |
求人数 | 1,000社以上 |
強み | ・ITエンジニアに特化した転職エージェント ・大手・ベンチャー問わず企業との太いパイプを保有 ・年収500万円以上の求人のみ保有 ・高収入&高待遇 |
おすすめな人 | ・転職したいエンジニア経験者 ・転職して年収を上げたいエンジニア ・カウンセリングを通して自分に合った企業を知りたい方 |
※2022年3月現在
Tech Clipsは、首都圏(東京・神奈川・埼玉・千葉)限定の高収入&高待遇に特化した転職エージェントです。
高収入&高待遇に特化しているエージェントというと、結局どれくらい収入がもらえるの?と気になるところですが、Tech Clipsは年収500万円以上の求人のみ(2022年3月時点)を取り扱っています。
更に紹介企業としては、下記の画像のように大手企業も多数あります。
Tech Clips公式サイトより引用:https://agent.tech-clips.com/
Tech Clipsがおすすめな人の特徴は、以下の通りです。
- エンジニアとしての実務経験がある人
- 転職して年収を上げたいエンジニア
- 技術に詳しいエージェントを探している人
リクルートエージェント
リクルートエージェントは、求職者の8割が利用している大手総合型転職エージェントです。
IT企業の取り扱いも多く、はじめて転職エージェントに登録するならまずはリクルートエージェントがおすすめできます。
リクルートエージェントに登録するメリットは、IT系の求人数が多いことです。
公開求人数 | 174,524件 |
データサイエンティスト | 1049件 |
※2022年3月現在
とにかく求人数が多いため、幅広い業界の求人を見ることができます。
「いろいろな求人を見て、スキルレベルや年収の相場感をつかみたい」という人はぜひ登録しておきましょう。
データサイエンティストの求人も一定数あるので、ぜひ一度相談してみるのがおすすめです!
リクルートエージェント公式: https://www.r-agent.com/
データサイエンティストが年収アップを目指すには?
特に、最終的な問題解決までを見据えた提案ができるようになれば、より上流の工程に携わることができ、年収アップに繋がります。
他に考えられるのは、プロジェクトマネージャーになるという方法です。
データサイエンティストのほぼ全ての業務工程に関わるため希少性が高く、年収も上がります。
しかし当然ながら、こうしたスキルを身につけるのはかなり難易度が高いです。
焦らず、まずは自分の苦手な分野・これまであまり関わりのなかった分野から学んでいきましょう。
今は転職を考えてない人でも、登録して相談してみると良いです。
キャリアアドバイザーによるサポートが充実!非公開求人も多数紹介。
2位:レバテックキャリア(公式:https://career.levtech.jp/)
IT・Web系に特化した転職エージェント。業界に詳しいアドバイザーがサポートしてくれます。
3位:ワークポート(公式:https://www.workport.co.jp/)
IT系の求人に詳しいアドバイザーが多数在籍。未経験OK求人もあります。
4位:ビズリーチ(公式:https://www.bizreach.jp)
年収1,000万円〜の求人が全体の1/3以上の転職サイト。高年収を目指す人におすすめ!
5位:Tech Clips(公式:https://agent.tech-clips.com/)
年収500万円以上の求人のみ保有!キャリアアップしたいエンジニア経験者の方必見です。
6位:リクルートエージェント(公式:https://www.r-agent.com)
求職者の8割が利用している、大手総合型転職エージェント。
データサイエンティストで年収1,000万円以上を目指せる?
IT系の求人を約4万件以上も保有するマイナビIT AGENTで年収1,000万円の求人を検索したところ、316件中173件もヒットしました。(2023年5月21日時点、マイナビIT AGENTより引用)
年収が高い分、求められるスキルや経験は高くなりますが、決して不可能ではないと言えるでしょう。
1,000万円以上の求人の特徴
年収1,000万円のデータサイエンティスト求人の特徴を以下、まとめてみました。
- 社員数500名以上/大手企業の求人
- マネージャー経験を求める求人
- グローバル規模の顧客対応をした経験を求める求人
- ビジネスレベルの英語力を求める求人
また、他にも以下のような方法でデータサイエンティストのスキルや経験を活かして年収1,000万円を目指せます。
年収1,000万円を稼ぐために、ぜひ参考にしてみてください。
- ベンチャー企業のCTOになる
- 独立してフリーランスになる
- 海外でデータサイエンティストになる
なぜデータサイエンティストはやめとけと言われるのか?
「データサイエンティストはやめとけ」と言われる理由を以下の通り、まとめました。
- 業務量が多い
- 業務の難易度が高い
- 技術習得が難しい
- 責任が重い
- 人間関係に疲れる(無茶な要求をされる、メンバー間の板挟みにされるなど)
データサイエンティストはコンサルタント業務がメインのため、エンジニア業務以外にもクライアントワークやチームマネジメントなど、幅広い役割を担います。
また、クライアントの課題を解決するために、AIの最新トレンドを常にキャッチアップし続けたり、学習し続けたりする必要があります。
そのため、データサイエンティストは業務量の多さや人間関係に疲れることもあり、「やめとけ」と言われる原因となります。
ただし、前述のように、データサイエンティストは高年収を目指せる職種です。
高度な分析技術を用いる専門的な仕事でもあるため、やりがいは非常にあると言えます。
未経験からデータサイエンティストになるのは可能?
結論として、未経験からデータサイエンティストを目指すのは、かなり難しいです。
データサイエンティストには幅広い領域の専門知識・スキルが求められます。
初心者がすぐ実務で通用するような仕事ではなく、就職できたとしても常に最新の技術を学び続ける向上心が必要です。
未経験からデータサイエンティストを目指す場合は、以下のステップを踏むのがおすすめです。
ただし、数ヶ月単位で目指せるものではなく、年単位で挑戦することを覚悟しておきましょう。
- 書籍や学習サイト、スクールなどを活用して必要スキルを身につける
- 身につけた知識を、簡単なものでいいので実装してみる
- 転職エージェントで求人を探す
その上で「データサイエンスでどう課題を解決するか」をアピールできるかが鍵です。
データサイエンティストが持つと良い資格は?
データサイエンティストとして保有すべき資格はないですが、持っておくと良い資格を以下の通り、まとめました。
- 統計検定
- 情報処理技術者試験
- データスペシャリスト試験
- Python3 エンジニア認定データ分析試験
- 統計士・データ解析士
- オラクルマスター
- OSS-DB技術者認定試験
- データサイエンティスト検定(DS検定)
データサイエンティストの年収・将来性は今後どうなる?
現状として、データサイエンティストを欲しがっている会社は多いです。
独立行政法人・情報処理推進機構がまとめた調査では、多くの企業が「データサイエンティストの量・質とも足りない」と回答しています。
引用: https://www.ipa.go.jp/※デジタル時代のスキル変革等に関する調査(2021年11月1日更新)
またアメリカの大手求人情報検索サイト「Glassdoor」では、2019年時点で将来性のある職業の1位として、データサイエンティストが選ばれています。
引用: https://www.businessinsider.com/※The 50 best jobs in America for 2019
そのため今後も一定程度の求人があり、ビッグデータと呼ばれる膨大な数のデータを集めて分析できるデータサイエンティストは多くの企業からの需要が高いです。
自社で優秀な人材を引き止めるため、給与などの待遇を改善する企業があることも予想されます。
確かに、データ集積や分析だけなら人間より機械学習の方が優れています。
しかし、どんなに優秀なシステムでも人間が勝てる余地はまだ残っています。
例えば、人間の方が優れていると言われているのは、次のような仕事です。
- 分析結果を実際のビジネスに応用し、課題解決を提案する
- 今までにない新理論や分析手法の考案
- 既存技術を応用したシステム開発
将来性が気になる場合は、新しいスキルを身につけることが解決策になります。
ディープラーニング・機械学習に仕事を奪われたくないデータサイエンティストは、上記のようなスキルを積極的に身につけていきましょう。
まとめ:データサイエンティストの年収はスキルに比例する
この記事では、データサイエンティストの年収情報や将来性、データサイエンティストを目指す方法について解説しました。
より詳しい転職事情を知りたい場合、転職サイト・転職エージェントに登録するのがおすすめです。
実際の求人を見れば企業が求めているスキルレベルも分かりやすくなり、転職のイメージを具体的に固めることができます。
転職の条件や希望する業界が決まっている人なら、さらに具体的な情報が入手できる可能性もあります。
求人の検索やコンサルタントへの相談を通して年収アップを目指しましょう。
キャリアアドバイザーによるサポートが充実!非公開求人も多数紹介。
2位:レバテックキャリア(公式:https://career.levtech.jp/)
IT・Web系に特化した転職エージェント。業界に詳しいアドバイザーがサポートしてくれます。
3位:ワークポート(公式:https://www.workport.co.jp/)
IT系の求人に詳しいアドバイザーが多数在籍。未経験OK求人もあります。
4位:ビズリーチ(公式:https://www.bizreach.jp)
年収1,000万円〜の求人を多数保有する転職サイト。高年収を目指す人におすすめ!
5位:Tech Clips(公式:https://agent.tech-clips.com/)
年収500万円以上の求人のみ保有!キャリアアップしたいエンジニア経験者の方必見です。
6位:リクルートエージェント(公式:https://www.r-agent.com)
多くの求職者が利用している、大手総合型転職エージェント。