データサイエンティストの年収｜統計の知識と求人の年収帯

データサイエンティストの年収は、厚生労働省の統計で見る平均と、転職先の求人が提示する年収帯とで見え方が変わります。公的統計の平均はデータサイエンティストだけを集計した値ではなく、求人の年収帯は下限から上限までの幅で示され、同じ職種でも求人によって上限が異なるためです。

ここでは厚生労働省の賃金構造基本統計調査と職業情報提供サイト（job tag）、Offers に公開された正社員求人の提示年収と求人本文を並べ、統計学の知識や統計検定が年収とどう関わるかまで、経験者が転職先を選ぶときの目安をまとめました。

データサイエンティストの平均年収は公的統計で611.9万円

厚生労働省の職業情報提供サイト（job tag）は、データサイエンティストの賃金（年収）を全国611.9万円、平均年齢を43.9歳と示しています（厚生労働省「job tag データサイエンティスト」・令和7年賃金構造基本統計調査を加工・2026年10月確認）。毎月の給与に賞与を足した、企業規模10人以上の企業で働く人の平均です。

ただし611.9万円は、データサイエンティストだけを数えた平均ではありません。job tag の職業分類対応表（2026年3月更新）では、データサイエンティストは賃金構造基本統計調査の職種区分「他に分類されない技術者」に対応づけられており、表示されている年収はこの区分全体の値です。令和7年の賃金構造基本統計調査は2026年3月に公表された国の統計で、データ分析の専門職だけを切り出した区分は設けられていません。

公的統計の611.9万円は「他に分類されない技術者」全体の平均

job tag がデータサイエンティストの年収として示す611.9万円は、賃金構造基本統計調査の職種区分「他に分類されない技術者」の平均で、データ分析以外の技術職も含みます。調査の記入に使う厚生労働省「令和8年賃金構造基本統計調査 業種別主な職種早見表」でも、採鉱技術者や営農指導員がこの区分に振り分けられています。下の表のIT職の2区分と並べると、プログラマーを含むソフトウェア作成者より高く、システムコンサルタント・設計者より低い位置です。

出所: 厚生労働省「令和7年賃金構造基本統計調査 職種（小分類）第1表」企業規模計（10人以上）・男女計、きまって支給する現金給与額×12＋年間賞与その他特別給与額で Offers Magazine 編集部が年収換算。

どの区分も複数の職種をまとめた平均で、データサイエンティストの年収の目安としては粗い数字です。経験者が転職先を考えるなら、次の節で見る求人の提示年収とあわせて読むと、自分の年収の位置をつかみやすくなります。

年齢と企業規模で見た「他に分類されない技術者」の年収

「他に分類されない技術者」の年収換算は、25〜29歳の481.4万円から50〜54歳の740.7万円まで年齢とともに上がります。企業規模別では1,000人以上が674.1万円、100〜999人が577.3万円、10〜99人が548.8万円で、大きな企業ほど高めです。

出所: 厚生労働省「令和7年賃金構造基本統計調査 職種（小分類）第5表」他に分類されない技術者・企業規模計・男女計を Offers Magazine 編集部が年収換算。

年齢が上がるほど平均の勤続年数も長く、25〜29歳の4.2年に対して50〜54歳は22.5年で、年齢による差には経験の長さの違いも含まれます。表は年齢だけで分けた平均で、企業規模によっても平均は変わるため、自分の年代の平均がどのあたりかを知る目安として使ってください。

データサイエンティスト求人の上限の中央値は1,000万円

Offers に公開された正社員のデータサイエンティスト求人では、提示年収の下限の中央値が600万円、上限の中央値が1,000万円でした（Offers（株式会社overflow）調べ・年収記載のある正社員求人 n=33・2022年7月〜2026年9月公開・2026年10月集計）。下限は経験が合えば応募できる入口の額、上限は経験と担当範囲が求人の期待に合ったときに出せる額を表します。下限の中央値600万円は、公的統計の平均611.9万円に近い水準です。

求人タイトルにデータサイエンティスト・データアナリスト・機械学習エンジニア・データエンジニアの語がある求人をデータ職4職種としてまとめると、上限が800万円以上の求人は86.4%、1,000万円以上の求人は68.0%でした（Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=103・2022年7月〜2026年9月公開・2026年10月集計）。

年収記載のある正社員求人全体では、上限が800万円以上の求人が78.0%、1,000万円以上の求人が47.6%でした（Offers（株式会社overflow）調べ・年収記載のある正社員求人 n=3,257・2022年3月〜2026年9月公開・2026年10月集計）。データ職は、求人全体と比べて上限の高い求人の割合が大きい職種です。

自分の経験で届く年収帯を確かめるには、実際の求人の下限と上限を見比べるのが近道です。Offers Jobs では、会員登録なしでデータサイエンティストのいま募集中の求人を検索し、求人ごとの提示年収を見られます。

データアナリスト・機械学習エンジニア・データエンジニアとの年収帯の違い

Offers の正社員求人で比べると、提示年収の下限の中央値は4職種とも575万〜650万円、上限の中央値は1,000万〜1,150万円の範囲に収まり、職種による大きな差は見られません。上限の中央値が最も高いのは、機械学習エンジニアの1,150万円です。

出所: Offers（株式会社overflow）調べ・2022年7月〜2026年9月公開の正社員求人・2026年10月集計。

隣の職種の年収の詳しい内訳は「データアナリストの年収」「機械学習エンジニアの年収」でも扱っています。

統計の語を必須・歓迎条件に書く求人はデータ職の3割強

Offers に公開されたデータ職の正社員求人のうち、必須条件・歓迎条件の欄に「統計」を含む語（統計学・統計解析・統計検定など）がある求人は34.0%、「統計検定」を資格名として書いた求人は8.7%でした（Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=103・2022年7月〜2026年9月公開・2026年10月集計）。照合する欄を求人タイトル・求人概要・開発内容まで広げると、「統計」を含む語がある求人は42.7%です。

統計検定を資格名として書いた9件のうち5件は、人材紹介会社が複数の企業の求人をまとめて載せたものでした。人材紹介会社の求人を除くと、必須・歓迎条件に「統計」を含む語がある求人の割合は下がり、統計検定の名前がある求人はさらに少なくなるので、統計検定を応募の条件にする企業はデータ職の中でも一部に限られます。

条件の書き方を見ると、「統計学の基礎知識」「検定、回帰分析など基本的な統計学の知識」「統計解析 / 機械学習手法の知識および実務経験」のように、資格名ではなく知識や経験として書く求人が多くを占めます。統計検定の級まで書く求人は2級（「2級相当以上」「2級以上」など）が中心で、1級を挙げていたのは準1級と並べて資格欄に書いた1件だけでした。統計学の知識を活かす仕事を探すなら、データサイエンティストに加えて、データアナリストや機械学習エンジニアの求人も候補に入れると選択肢が広がります。

統計の語の有無による提示年収の中央値の差はほぼ無い

データ職の求人を必須・歓迎条件の語で分けると、「統計」を含む語がある35件と、ない68件のどちらも、提示年収の下限の中央値は600万円、上限の中央値は1,000万円前後で、差はほぼ無い結果でした。

統計学の知識はデータ職の土台として求められる一方で、条件に書かれているかどうかは、提示年収の中央値の差としてほとんど表れていません。年収の差は、統計の知識の有無よりも別の条件で生まれていると読むのが妥当です。

統計検定1級は実社会のデータ解析を担う力を問う資格

統計検定1級は、日本統計学会が公式に認定する統計検定のうち準1級の上に置かれた級で、「実社会における様々な分野におけるデータ解析のニーズに応えるための基本的な能力の習得如何を問うもの」と説明されています（統計検定１級｜統計検定・一般財団法人統計質保証推進協会）。同じページは、レベルを「定量的なデータ解析に深くかかわるような大学での専門分野修了程度」としています。

統計検定の級ごとの年収を集計した公的な統計は見当たらず、1級の取得がそのまま年収の額に結びつくとは言えません。転職で評価につなげるなら、資格は、統計の知識を使って事業の判断を変えた経験の裏づけとして職務経歴書に添えるのが現実的です。

必須・歓迎条件に多い語は機械学習・SQL・Python

Offers に公開されたデータ職の正社員求人の必須条件・歓迎条件の欄では、機械学習の語がある求人が60.2%で最も多く、データベースからデータを取り出す言語のSQL（Structured Query Language）が55.3%、Pythonが43.7%と続きました（Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=103・2022年7月〜2026年9月公開・2026年10月集計）。

BI（ビジネスインテリジェンス）ツール・ダッシュボードの語がある求人は39.8%、AWS（Amazon Web Services）・GCP（Google Cloud）・Azure のいずれかのクラウドサービス名がある求人は34.0%です。

出所: Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=103・2022年7月〜2026年9月公開・2026年10月集計。

A/Bテストや因果推論で施策の効果を確かめる語は、必須・歓迎条件に書く求人が14.6%と少なめでした。

データサイエンティストが年収を上げる2つの方向

データサイエンティストが年収を上げる方向としては、分析の担当範囲を機械学習の実装や生成AIの活用まで広げることと、上限の高い求人へ移ることの2つが考えられます。Offers の求人データでは、機械学習や生成AIの語がある求人ほど提示年収の中央値が高い傾向があり、統計の語の有無では中央値にほぼ差がありませんでした。

機械学習や生成AIの語がある求人は提示年収の中央値が高い傾向

データ職の求人のうち、必須・歓迎条件に機械学習の語がある62件は下限の中央値600万円・上限の中央値1,050万円で、ない41件の550万円・1,000万円をやや上回りました。求人タイトル・概要・条件・開発内容のどこかに生成AIの語がある20件は700万円・1,200万円で、ない83件の600万円・1,000万円より高めです（Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=103・2022年7月〜2026年9月公開・2026年10月集計）。

語の有無で分けた比較なので、担当範囲だけが年収を決めているとまでは言えません。それでも、予測モデルの構築と運用や、生成AIを組み込んだ機能の開発に関わった経験は、上限の高い求人の条件と重なる部分があります。いまの職場でモデルを本番環境で動かす仕事に関われるなら、その経験を数字つきで職務経歴書に書ける形にしておくと、応募できる求人の幅が広がる見込みです。

job tag のITSSレベル別の年収は上の段階ほど幅が上へ移る

厚生労働省のjob tag のデータサイエンティストのページは、厚生労働省が2023年度に実施した委託調査をもとに、企画立案・プロジェクト管理の工程で働く人の年収をITスキル標準（ITSS）のレベル別に示しています。2026年10月に確認した第1四分位から第3四分位の範囲は、レベル3が600万〜900万円、レベル4が650万〜950万円、レベル5以上が700万〜1,100万円です。

この値は工程ごとの調査結果で、データサイエンティストだけを集計したものではありません。それでも、スキルのレベルが上がるほど年収の幅が上へ移り、レベル5以上の上側では1,000万円を超えています。

転職先は求人の上限と担当範囲で選ぶ

年収を上げる転職では、求人の上限の額だけで選ばず、その上限がどの担当範囲に対して出ているかを求人本文で確かめるのが確実です。機械学習モデルの運用や事業の意思決定への関与まで任される求人なら、入社後に上限の側へ年収を伸ばす道筋を描きやすくなります。

上限の高い求人を見つけたら、自分の経験のうち求人本文の条件に重なるものを整理し、選考の早い段階で希望年収の根拠として伝えましょう。交渉の進め方は「エンジニアの転職の給与交渉｜タイミングと進め方」、募集中の求人と提示年収は Offers Jobs で確かめられます。

データサイエンティストの年収の要点

データサイエンティストの年収は、公的統計の平均で611.9万円、Offers の正社員求人では下限の中央値600万円・上限の中央値1,000万円が目安です（Offers（株式会社overflow）調べ・年収記載のある正社員求人 n=33・2022年7月〜2026年9月公開）。公的統計の値は「他に分類されない技術者」全体の平均なので、転職先を考えるときは求人の年収帯とあわせて読むと位置をつかめます。

• 統計学の知識は、データ職の求人の3割強が必須・歓迎条件に書く土台で、統計検定の名前まで書く求人は1割に届かない
• 統計の語の有無による提示年収の中央値の差はほぼ無く（2026年10月1日集計）、機械学習や生成AIの語がある求人のほうが中央値が高い傾向がある
• 年収を上げるなら、担当範囲を予測モデルの運用や生成AIの活用まで広げ、その範囲に見合う上限を提示する求人を選ぶ