【AI業界ってどんな仕事？】AIの職種・年収を解説します

こんにちは、たにかけです。

こんな疑問を解消できます。

AI職種

AI関連の職種は以下のようなものがあります。

数は多いように見えますが、仕事内容が似ていることもあるので以下のグループに分けて説明していきます。

①データ分析関係

データを分析し、そこから得られた示唆から課題を解決することが仕事です。

②AI実装関係

AIのモデル作成や実装が主な仕事です。
データ分析関係と似ていますが、データを用いた課題解決よりもAIの実装といったエンジニア寄りの仕事を行うのがAI実装関係の職種です。
(会社によってはデータ分析関係を兼ねている場合があります。)

③データ基盤関係

大規模なデータを扱うときに基盤を整えたり、データを抽出することが仕事です。

④営業・用件整理関係

クライアントと話す中で、どのようなAIを作成するのかやどんなAIが求められているかをまとめてデータエンジニアやAIエンジニアに繋げることが仕事です。

それでは、それぞれでどんな仕事をしているのか、年収はどれくらいなのかを解説していきます。

エンジニアになりたい場合には勉強のロードマップをこちらの記事で解説しています。

データ分析関係

データアナリスト

データアナリストはデータを分析することが仕事です。
営業データや工場データに対して、統計分析を行い、営業マンや工場管理者が意思決定できるデータを提供します。
データを統計的に扱う職種なので、統計学の知識が必須になってきます。しかし、プログラミングについてはBIツールの発展によりなくてもどうにかなるようになってきています。

平均年収は691万円と高くなっていますが、機密性の高いデータを扱うことになるので地方でリモートワークで働くことが少し難しいのが現状です。(リモートでできる場合もありますが、まだあまり多くない体感です。)

データサイエンティスト

データサイエンティストはデータアナリストと似ていますが、データ分析後にどのような方法で課題を解決するかまでクライアントと考えることが仕事になることが多い職種です。

そのため、単純に統計学の知識があるだけでなく、ビジネス的にどんな課題解決方法あるのかを理解しておくことも必要になってきます。
近年はデータサイエンティスト+コンサルタントの2人でビジネス課題を考える場合もありますが、それでもデータアナリストよりも開発の上流(用件ヒアリング)から仕事が始まることが多い印象です。

平均年収は696万円とデータアナリストと変わらない水準になっていますが、これはデータアナリストとデータサイエンティストを会社で区別していないことが多いためです。こちらも機密性の高いデータを扱うためリモートワークは難しいことが多いです。

AI実装関係

機械学習エンジニア/ディープラーニングエンジニア

機械学習エンジニアとディープラーニングエンジニアはどこの範囲までAIの実装を行うのかという違いはありますが、基本的に同じような仕事内容になるため一つで解説します。

機械学習エンジニアはAIの実装をメインの仕事としているエンジニアで、
データ分析→改善を自動的にできるようにAIシステムを実装する仕事です。
それにディープラーニングの技術を使う場合にはディープラーニングエンジニアと呼ぶ場合もあります。

機械学習エンジニアは統計の知識だけでなく、システムを実装するためのプログラミングの技術や知識が必要になってきます。さらに、データの解析結果をどのようにビジネスに活かすべきなのかを考えることもあるので、ビジネスの知識も必要な場合があります。
(※ビジネス転用に関しては、データサイエンティスト同様にコンサルタントと一緒に考える場合もあります。)

平均年収は752万円で、とても高い水準になっています。ただ、相当な技術力も必要になってくるため、Kaggle等である程度の結果を出しているか、大学院等で学位を持っていないと就職することが難しい職種です。

データ基盤関係

データエンジニア/ビッグデータエンジニア

データエンジニアはビッグデータを扱えるようにデータ基盤を整えることが仕事です。データベースエンジニアに近い働き方になります。ただしデータ量が膨大になるため、データの構造が複雑だったり、高度な技術が必要になったりすることが違いになります。

データを整理して管理できている企業はとても少ないため、近年需要が増しています。

ただデータエンジニアになるためには。クラウドサービスでのDBの設計・構築をするスキルだけでなく、プログラミングの知識も必要になってきます。

平均年収は667万円ですが、需要が増している状況からさらに年収が上がる可能性があります。

データアーキテクト

データアーキテクトはデータエンジニアとデータアナリストの中間の仕事をします。大規模なデータがあったときにデータアナリストがデータを抽出することが大変になるため、そのサポートや、データの流れを図示してクライアントと合意とることもあります。

こちらもデータ整理やデータ分析ではなくてはならない存在なので、現在需要が増しています。

データアーキテクトになるには、DB設計・構築スキルだけでなくデータ解析スキルやプログラミングも必要になってきます。さらに、クライアントコミュニケーションが必要になるため、コミュニケーション能力も必要です。

平均年収は650万円です。こちらも需要が増している状況からさらに年収が上がる可能性があります。

営業・用件整理関係

コンサルタント

AIを導入したいと考えている企業に対して、課題の整理やゴール設定、プロジェクト管理を行うことが仕事です。

プログラミングの知識は必須ではありませんが、エンジニアとクライアントの間で調整する仕事もあるため、AIに関する知識やクライアントコミュニケーションのスキルが必要になってきます。
エンジニア経験がない人でもAI関連の職種として一番なりやすい職種かもしれません。

平均年収は700万円です。

営業

AI営業はAIを導入していない企業等に自社のAIサービスを売り込むことが仕事です。AIコンサルタントと兼務している場合もあります。

営業のスキルは必要ですが、プログラミング知識や深いAI知識はあまり必要ありません。
しかし、自社の商品を売るため製品に対する知識は必要になってきます。

平均年収は500万円程度です。

まとめ

エンジニアに関してはプログラミング等の知識や経験がないとなることが難しい職種なので、大学等やプログラミングスクール等で勉強が必要になります。
それに対してコンサルタントや営業であれば自分で学習して資格を取ることで就職できる可能性があるため、もしプログラミングが苦手な場合にはこちらを目指してみるといいかもしれません。

エンジニアの勉強のロードマップはこちらで解説しているので、ぜひ参考にしてみてください。