エージェントベストジョブ転職 AGENT BEST JOB 転職支援に申し込む 無料で申し込む 無料
データサイエンティスト・機械学習

データサイエンティスト・機械学習の求人の年収の読み方|研究職と事業職の違い

公開 2026-11-23 監修:株式会社エージェントベスト(有料職業紹介 13-ユ-316964)

データサイエンティスト・機械学習の求人に書かれた年収の幅は、エキスパート、リード、プリンシパルといった等級ごとの幅として書かれることがあり、どの等級で迎えるかは選考で決まります。さらに、研究寄りの仕事か事業寄りの仕事かで成果の測り方が違うため、賞与やインセンティブの組み立て方も変わります。裁量労働制の適用や、正社員・契約社員・業務委託の併記など、働き方の前提が給与欄に一緒に書かれていることもあるので、幅の数字とセットで読むことが大切です。

年収の幅の一般的な読み方は求人の年収の幅はどう決まるのかで扱っています。この記事では、データ職の求人に特有の書かれ方に絞って説明します。

職種名や給与欄に等級が書かれている求人

データ職の求人では、職種名の中に「エキスパート」「シニア」と入っていたり、給与欄に「リードエンジニア」「シニアリードエンジニア」「プリンシパルエンジニア」と等級ごとの幅を並べていたりする書き方が見られます。また、「採用時のグレードにより決定」とだけ書かれ、1つの広い幅で募集する求人もあります。

等級の境目は会社ごとに違いますが、求人票からは次のような手がかりで読み取れます。

等級の層仕事内容に出る手がかり
メンバー層決まったテーマで、分析やモデルの開発を担当する
リード層テーマの設定から関わり、複数の案件やメンバーを率いる
上位の専門職組織全体の技術の方向や、研究・開発の方針を決める

等級ごとの幅を並べる求人では、いちばん上の等級だけ上限を書かず「〜以上」としていることもあります。上限のない等級は、個別に決める部分が大きいと考えられます。自分が狙う等級の幅に上限が書かれているかどうかで、交渉の進め方も変わります。

上位の等級では、マネジメントの道と専門職の道を分けている会社もあります。給与欄に「管理監督者として提示する場合がある」「管理職として採用の場合は残業代なし」と書かれていれば、選考の結果によって、残業代の扱いが変わる提示になることを示しています。どちらで提示されたかは、内定のときに確かめておきましょう。等級ごとの違いはデータサイエンティスト・機械学習の求人のポジション別の違いで扱っています。

働き方の区分ごとに幅が分かれている求人

データ職の求人の中には、1つの求人の給与欄に、働き方の区分ごとの年収の幅を並べているものがあります。たとえば、コアタイムのあるフレックス勤務の区分と、コアタイムのない勤務の区分で幅を分けたり、専門職の区分とマネジメントの区分で月給の内訳を分けたりする書き方です。

こうした求人では、求人票の冒頭に書かれた広い幅は、複数の区分を合わせた範囲です。自分がどの区分で迎えられる想定なのかが分からないまま幅の上限を見ると、期待と提示額がずれる原因になります。区分ごとに次の点を読み分けておきましょう。

  • その区分の幅と、固定残業代の時間数
  • 区分によって手当(専門職の手当、役職の手当など)が加わるか
  • 区分によって賞与の回数や業績との結びつきが違うか
  • 入社後に区分を移ることができるか、その条件

働き方の区分が年収と結びついている場合は、どの区分を希望するかを選考の早い段階で伝えておくと、提示の前提がそろいやすくなります。

研究寄りと事業寄りで、評価と報酬の組み立てが違う

同じ「データサイエンティスト」「機械学習エンジニア」でも、何を成果とするかによって、評価と報酬の書かれ方が変わります。

仕事の性格成果の見られ方給与欄で確かめたいこと
研究寄り(モデルや手法の開発、基盤モデル)技術的な成果や、製品への組み込み等級ごとの職務手当、評価の基準と時期
事業寄り(事業の分析、施策のためのモデル活用)売上やコストなど事業の指標への貢献業績賞与や、成果に応じた報酬の有無
顧客案件(分析の支援、顧客先での導入)プロジェクトの成果や顧客の評価労働時間の制度、評価の時期

研究寄りの仕事では、成果が事業の数字に表れるまでに時間がかかることがあります。そのため、何を基準に評価するのか、評価の時期はいつかを確かめておくと、入社後の年収の動きが見通せます。事業寄りの仕事では、業績賞与やインセンティブが年収のどの程度を占めるのかによって、年ごとの受け取りが変わります。

それぞれの求人の読み方は、研究寄りの機械学習の求人の読み方、事業側に近いデータ職の求人の読み方、データ分析コンサルの求人の読み方で扱っています。

裁量労働制が書かれている求人

データ職の求人の給与欄には、「専門業務型裁量労働制」「企画業務型裁量労働制を一部のポジションで適用」と書かれていることがあります。裁量労働制は、実際に働いた時間ではなく、あらかじめ決めた時間を働いたものとみなす制度です。

厚生労働省の「確かめよう労働条件」では、専門業務型裁量労働制について、次のように説明されています(2026年11月時点で確認)。

  • 対象は、省令・告示で定められた業務の中から労使協定で決める。チーフの管理のもとで業務を進める人や、研究開発の助手、プログラマーなどは対象外とされている
  • 休日や深夜に働いた場合は、みなし労働時間ではなく、実際に働いた時間に応じて割増賃金を払う必要がある
  • 2024年4月施行の改正で、本人の同意を得ることが必要になった。就業規則による包括的な同意は個別の同意にあたらない
  • 同意しなかったことを理由に、解雇その他の不利益な取扱いをしてはならない。同意の撤回の手続きも労使協定で定める

深夜の割増は、原則として午後10時から午前5時の間の労働について、1時間当たりの賃金の2割5分以上とされています(確かめよう労働条件、2026年11月時点で確認)。

求人票では、裁量労働制の対象になるポジションかどうかを「選考の中で説明する」と書いている会社もあります。入社時から適用されるのか、等級や役職によって適用されるのか、みなし時間は何時間か、裁量労働制のための手当があるかを確かめておきましょう。個別の制度が適切に運用されているかの判断は、労働基準監督署や社会保険労務士などにご相談ください。

雇用形態や契約の形が並んで書かれている求人

データ職の求人では、「正社員・契約社員」と雇用形態を並べたり、「業務委託も可能」と書いたりして、給与欄に複数の条件を併記しているものがあります。業務委託の場合は、年収ではなく時間あたりの単価などで書かれることもあります。

業務委託は雇用契約ではないため、社会保険や、労働時間に応じた割増賃金の考え方が雇用の場合と同じではありません。年収と単価を並べて比べるときは、この違いを踏まえる必要があります。契約社員の場合は、契約期間と更新の条件、正社員と比べた賞与や昇給の扱いを確かめておきます。

また、英語で書かれた求人では、給与欄に「現在の報酬、スキル、経験に基づいて決める」と書かれていることがあります。日本語の「前職を考慮」と同じく、前職の年収が提示額を決める材料の1つになることを示しています。

賞与が「なし」と書かれている求人

データ職の求人の一部では、給与欄に「賞与:なし」と書き、そのかわりに年俸を12で割って毎月払う形や、評価に応じたストックオプションの付与を書いているものがあります。この場合、求人票の年収は毎月の給与の合計で、業績によって上下する部分が少ない組み立てです。

一方で、賞与がない分、年収の見直しは給与改定の時期と評価で決まります。改定が年に何回あるのか、評価で何を見るのかを確かめておくと、入社後の動きが見通せます。ストックオプションは現金の年収とは別のものなので、付与の時期や行使の条件を分けて確かめ、まず現金の年収同士で比べるのが基本です。

内定のときに確かめたい内訳

項目確かめたいこと
等級どの等級で迎えるのか、専門職とマネジメントのどちらの道か
残業代の扱い一般社員としての提示か、管理監督者としての提示か
労働時間の制度裁量労働制の適用の有無、みなし時間、本人同意の手続き
賞与・インセンティブ想定年収に含まれる額の前提、事業の成果との結びつき
雇用形態正社員か契約社員か、契約社員なら更新と昇給の条件
ストックオプション付与の有無と時期、行使の条件

想定年収に含まれる賞与の前提は「理論年収」「想定年収」の読み方、内定時の進め方はデータサイエンティスト・機械学習の内定で確認したい条件で扱っています。

データ職の求人はエンジニアの求人一覧で探せます。年収の傾向はエンジニアの求人・年収動向とページ下の掲載データをご覧ください。

よくある質問

研究職の求人で、論文や学会での実績は年収に反映されますか

会社によって違います。論文や学会での発表を評価の対象に入れている会社もあれば、製品や事業への貢献を中心に評価する会社もあります。選考で実績がどう見られるか、入社後の評価に入るかは、面接で確かめておくと安心です。

裁量労働制の求人では、残業代は出ないのですか

裁量労働制では、あらかじめ決めた時間を働いたものとみなすため、通常の残業代の計算とは考え方が変わります。ただし、休日や深夜に働いた場合は、実際に働いた時間に応じた割増賃金が必要とされています。みなし時間や手当の扱いは会社によって違うので、提示の内容と一緒に確かめましょう。

正社員と業務委託の両方が書かれた求人は、どちらで応募すればよいですか

働き方の希望と、求める安定性によって変わります。業務委託は雇用ではないので、社会保険や労働時間の扱いが正社員と違います。どちらの形で応募できるか、途中で形を変えられるかは会社によるので、応募の前に確かめておきましょう。

参考にした公的情報・資料

記事の内容は公開日時点の情報にもとづきます。制度は変わることがあるため、手続きの前に各機関の最新情報をご確認ください。

データサイエンティスト・機械学習の求人をデータで見る

2026-11-23時点でエージェントベストジョブ転職に掲載中の求人の集計です(毎朝更新)。年収は求人票に企業が記載した提示額で、転職市場全体の相場を示すものではありません。

  • 399件
  • 168社が募集中
  • 提示年収の中央値 下限600万円
  • 上限1,010万円
  • 206件がリモート可

【AIXカンパニー】コンサルティング部門 グローバル案件責任者候補

正社員データサイエンティスト(エンジニア)

■仕事概要 三菱商事のグローバルネットワークによってもたらされる海外案件を中心に、AI/DXプロジェクトを推進するグローバル案件の責任者を募集し…

想定年収
1500〜2500万円
勤務地
東京都千代田区
従業員数
101〜300名
株式会社STRACTインターネット・Webサービス

機械学習エンジニア

正社員データサイエンティスト(エンジニア)

■仕事概要 【事業概要】 STRACTはAIショッピングアプリ『PLUG(プラグ)』を提供しています。国内2,200以上のECサイトと提携しアグ…

想定年収
1000〜2000万円
勤務地
東京都千代田区
株式会社Rechoインターネット・Webサービス

AI推論基盤エンジニア(シニア/LLM/音声モデル)

正社員データサイエンティスト(エンジニア)リモート可

■仕事概要 【この求人を一言でいうと】 音声AIおよびLLMの推論フレームワークを独立して設計・実装し、スループットとGPUコストを最適化する「…

想定年収
1000〜2000万円
勤務地
東京都千代田区
従業員数
51〜100名
株式会社Rechoインターネット・Webサービス

LLMトレーニングエンジニア(シニア / Post-training )

正社員データサイエンティスト(エンジニア)リモート可

■仕事概要 【この求人を一言でいうと】 Recho(レコー)のAIモデルを、特訓(ポストトレーニング)で自社向けにもっと賢くするLLMトレーニン…

想定年収
1000〜2000万円
勤務地
東京都千代田区
従業員数
51〜100名

エンジニアの求人・年収動向(職種別の中央値・勤務地・推移)→

求人票だけでは分からないことを、面談でお伝えします

同じ職種名でも、企業ごとに仕事の範囲や求める経験は違います。希望を送っていただければ、掲載外の求人も含めて個別にお探しします。ご利用は無料です。

あわせて読みたい

給与・年収の書き方

求人の年収の幅(400〜800万円など)はどう決まるのか|下限と上限の読み方

求人票の年収の幅は、会社がそのポジションに用意した給与の範囲で、どこに決まるかは選考での評価と前職の条件で変わります。下限と上限の意味、幅が広くなる理由、提示額を確かめるタイミングを解説します。

給与・年収の書き方

「理論年収」「想定年収」の読み方|賞与・残業代がどこまで含まれるか

理論年収・想定年収は、賞与や残業代を一定の前提で見込んだ年収の目安で、受け取りが約束された額ではありません。月給×12との違い、賞与・固定残業代・インセンティブの含まれ方、内定時に確かめる内訳を解説します。

データサイエンティスト・機械学習

データサイエンティスト・機械学習の募集背景の読み方|基盤の立ち上げと本番化

データ職の募集背景は、入社後にデータを整える段階から入るのか、分析やモデルを本番で動かす段階なのかを示します。一人目の専任・データ基盤の立ち上げ・PoCからの本番化・型の標準化・案件増加ごとに読み方を整理しました。

データサイエンティスト・機械学習

データサイエンティスト・機械学習の仕事の範囲|求人ごとに担当業務がどう違うか

データ職の担当範囲は「課題設定・データ準備・分析やモデル開発・組み込み・運用・効果検証」のどこからどこまでを持つかで求人ごとに違います。範囲の型、分析以外の仕事の比重、求人票から範囲を読む手がかりをまとめました。

データサイエンティスト・機械学習

データサイエンティスト・機械学習の求人票の読み方|仕事内容と応募条件で確認したいこと

データ職の求人票は「どの役割か」「成果をどこに届けるか」「分析で終わるか、本番運用まで担うか」の3点で読むと違いが分かります。データの種類、チームの状態、生成AIの求人の見分け方と、応募前に確かめたい点をまとめました。

データサイエンティスト・機械学習

データサイエンティスト・機械学習の求人の必須要件・歓迎要件|満たしていないときの考え方

データ職の必須要件は、Python・SQL・統計や機械学習の知識に加え、「実務で使い、結果を事業やプロダクトにつなげた経験」で書かれます。ツールの差は埋めやすく、本番運用や事業への接続の差は伝え方が鍵です。読み方をまとめました。

データサイエンティスト・機械学習の記事をもっと見る → 転職ガイドのトップへ →