データサイエンティストになるには｜未経験からの転職ルートと30代の戦略

データサイエンティストへの転職ルートは、エンジニアやデータアナリストからの転身に加え、営業・企画・金融など分析以外の職種から移る方法もあります。

実際の求人が求めるスキルと、未経験者を受け入れている求人の条件を把握すると、自分に合ったルートと準備の優先順位を判断しやすくなります。

本記事では、AI HACKキャリア編集部が確認した日本の求人30件の必須要件と未経験枠をもとに、データサイエンティストになる方法をまとめています。さらに、30代・文系の方のルートや、役立つ資格も紹介します。

データサイエンティストになるには【経歴別のルート早見表】

データサイエンティストになるには、統計・Python・SQLの基礎を身につけ、今の職種の経験と掛け合わせて応募するのが基本のルートです。未経験者を受け入れる求人も、今の経験に関連する条件を付けているものが多く見られました。

ここでは、今の経歴別に、データサイエンティストになるまでのルートと応募しやすい求人の例を早見表で示します。

経歴別のルートは、以下のとおりです。

※求人の例は2026年10月12日時点・AI HACKキャリア編集部調べ

上記のとおり、データサイエンティストへのルートは今の経歴によって異なります。今の経験を評価してくれる求人から応募すると、未経験の部分を補いやすくなります。

データサイエンティストとは？仕事内容と似た職種との違い

データサイエンティストとは、データを分析して事業の課題を解決し、意思決定を支える専門職です。IPAのデジタルスキル標準では、データを活用した業務変革や新規ビジネスの実現に向けて、データを収集・解析する仕組みの設計・実装・運用を担う役割とされています。

ここでは、データサイエンティストの主な仕事内容と、AIエンジニア・データアナリストとの違いを紹介します。

データサイエンティストの仕事内容

データサイエンティストの仕事は、事業の課題を整理するところから始まり、分析の結果を意思決定に活かすところまで続きます。分析の技術だけでなく、課題の設定と結果の説明も担当範囲に入ります。

データサイエンティストの主な仕事内容は、以下のとおりです。

1. 事業の課題を整理し、データで答えられる問いに置き換える
2. 必要なデータを集め、SQLなどで抽出・加工する
3. 統計や機械学習で分析し、予測モデルを作る
4. 分析の結果を経営層や現場に説明し、施策につなげる

求人によっては、モデルをシステムに組み込む実装まで担当する場合もあります。応募する前に、担当範囲を求人票で確認しましょう。

AIエンジニア・データアナリストとの違い

データサイエンティストは、AIエンジニアとデータアナリストの中間に位置する職種です。AIエンジニアより分析と提案の比重が大きく、データアナリストより統計・機械学習のモデル構築の比重が大きいのが特徴です。

3つの職種の違いは、以下のとおりです。

※データサイエンティストとAIエンジニアの必須要件は2026年10月12日時点・AI HACKキャリア編集部調べ。データアナリストは職種の一般的な説明

AIエンジニアを目指すルートは、AIエンジニアになるには？未経験からのロードマップと求人の必須要件で解説しています。データアナリストの求人は、データアナリストの転職エージェント・求人サイトの比較で探せます。

未経験可の求人と必須要件【30件を集計】

データサイエンティストの求人の多くは分析の実務経験を求めており、未経験者を受け入れる枠は一部に限られます。ただし、未経験枠の求人も、今の経験や学習の実績を条件にしているものが中心です。

ここでは、AI HACKキャリア編集部が確認した日本の求人30件をもとに、未経験枠の条件と年収、経験者枠の必須要件を紹介します。

未経験・新卒枠の条件と年収

データサイエンティストの求人30件のうち、未経験・ポテンシャル・新卒の枠は6件でした。提示年収の下限の中央値は417万円で、経験者枠の800万円を大きく下回ります。

未経験・新卒枠の求人の条件と提示年収は、以下のとおりです。

※2026年10月12日時点・AI HACKキャリア編集部調べ

上記のとおり、まったくの未経験で応募できる求人はほとんどありません。統計の理論の理解やポートフォリオ、関連する職種の経験など、何らかの準備を求められると考えておきましょう。

経験者枠の必須要件

データサイエンティストの経験者枠では、PythonかR・統計・SQL・機械学習の4つが中心的な必須要件です。ビジネス課題の整理や顧客折衝の経験も、29件中11件が求めていました。

必須要件に挙がっていたスキルの件数は、以下のとおりです。

※2026年10月12日時点・AI HACKキャリア編集部調べ。必須要件の記載がない1件を除く29件が対象。「いずれか」の選択肢として挙がっているものも含む。分類は編集部の判断

AIエンジニアの求人と比べると、データサイエンティストの求人は統計とビジネス課題の比重が大きく、LLMを必須にする求人は少数でした。

経験年数の要件

データサイエンティストの求人のうち、経験年数を指定していたのは29件中11件でした。指定がある求人では、分析の実務1〜3年以上を求めるものが中心です。

経験年数の内訳は、以下のとおりです。

• 分析・データサイエンスの実務1年以上：2件
• 分析・データサイエンスの実務2年以上：2件
• 3年以上（分析・モデル構築の実務、Web開発など）：3件
• データサイエンスの経験4年以上・5年以上：各1件
• 社会人経験の年数（1〜2年以上・3年以上）：各1件

年数の指定がない18件も、分析や機械学習の実務経験を求めているものが大半です。実務経験を作る方法は、以下のロードマップで紹介します。

データサイエンティストに必要なスキル

データサイエンティストに必要なスキルは、データサイエンティスト協会が体系的に定義しています。2025年11月に発表されたスキルチェックリストver.6では、スキルを5つのカテゴリに分けています。

ここでは、データサイエンティスト協会の定義と、求人で多く求められていた4つのスキルを紹介します。

※2026年10月時点・データサイエンティスト協会・データサイエンティスト検定の公式サイトより。データサイエンス・データエンジニアリングの内容は、協会の従来の定義（3つの力）の説明による

従来は「ビジネス力・データサイエンス力・データエンジニアリング力」の3つの力で説明されていましたが、ver.6で5つのカテゴリに見直されました。以下では、求人で特に多く求められていたスキルを具体的に解説します。

統計学の知識

統計学の知識は、データサイエンティストの分析の土台です。分析の結果が偶然かどうかを判断し、正しく説明するために欠かせません。

たとえば、ブレインパッドの未経験歓迎の求人も、統計分析・最適化・機械学習などの理論面の理解を必須にしています。

Python・R・SQLでのデータ処理

Python・R・SQLは、データを抽出・加工し、分析するための基本の道具です。29件中17件がPythonかRを、12件がSQLを必須にしていました。

たとえば、DataCrewはpandasなどを使ったデータ処理と、SQLでのデータ抽出・加工の経験を求めています。

機械学習のモデル構築

機械学習のモデル構築は、予測や分類を事業に活かすためのスキルです。経験者枠では、モデルを実務で作った経験を求める求人が12件ありました。

ただし、未経験枠や新卒枠では、研究・Kaggle・インターンでの経験を認める求人もあります。

ビジネス課題を整理する力

ビジネス課題を整理する力は、分析を成果につなげるために必要です。データサイエンティストの仕事は、課題を正しく設定できなければ始まらないためです。

たとえば、営業や企画の経験がある方は、現場の課題を理解している点を強みとして伝えられます。

未経験からデータサイエンティストになるロードマップ【5STEP】

未経験からデータサイエンティストを目指す場合は、基礎の学習から実務経験の獲得まで、段階を踏んで進めるのが近道です。求人の多くが実務経験を求めているため、学習だけで終わらせない計画が重要です。

ここでは、未経験からデータサイエンティストになるまでの流れを5つのステップで紹介します。

【STEP1】統計・Python・SQLの基礎を学ぶ

最初のステップは、統計・Python・SQLの基礎を学ぶことです。3つとも、経験者枠の求人で必須要件に多く挙がっていたスキルです。

書籍やオンライン講座で基礎を学んだら、実際のデータを使って集計と可視化を練習しましょう。

【STEP2】資格で知識を体系的に確認する

次のステップは、資格の勉強で知識を体系的に確認することです。独学では学ぶ範囲が偏りやすく、資格の出題範囲が学習の地図になるためです。

ただし、資格を必須要件にしていたのは、基本情報技術者などを求める日本総合研究所の1件（入社後の取得も可）だけでした。資格だけで採用が決まるわけではないため、成果物づくりとあわせて進めましょう。

【STEP3】ポートフォリオを作る

ポートフォリオは、未経験者が分析力を示すための材料です。DataCrewの求人のように、実務未経験でもポートフォリオがあれば選考を検討するとしている求人もあります。

ポートフォリオに入れたい項目は、以下のとおりです。

• 分析で答えようとした問い
• 使ったデータと前処理の方法
• 分析・モデルの手法と選んだ理由
• 結果から言えることと、事業での使い方

【STEP4】今の職場や近い職種で分析の経験を積む

求人の多くが実務経験を求めているため、今の職場で分析の経験を積むことも有効です。業務でデータを使って成果を出した経験は、職務経歴書に書ける実績になります。

たとえば、営業データの分析で受注率の改善に取り組むと、分析とビジネス課題の両方の経験になります。データアナリストを経由する方法もあります。

【STEP5】未経験枠や経験を活かせる求人に応募する

準備ができたら、未経験枠の求人か、今の経験を活かせる求人に応募します。未経験枠は数が少ないため、複数の経路で求人を探しましょう。

学習の進め方に不安がある方は、転職支援のあるスクールを使う方法もあります。スクールの選び方は、転職に役立つAIスクールで紹介しています。

経歴別のデータサイエンティストへの転職ルート

データサイエンティストへの転職ルートは、今の経歴によって活かせる経験と補うべきスキルが異なります。自分の強みと不足を把握したうえで、応募する求人を選ぶことが重要です。

ここでは、4つの経歴別に、活かせる経験と補うスキルを紹介します。

エンジニアから目指す

エンジニアの方は、Python・SQLの経験を活かせるため、統計学を補えば応募できる求人が広がります。データサイエンティストの求人では、統計を必須要件にするものが29件中15件ありました。

たとえば、データ基盤の開発に関わった経験があれば、分析の前処理を担える点を強みとして伝えられます。

データアナリスト・マーケターから目指す

データアナリストやマーケターの方は、集計や可視化の経験に、機械学習のモデル構築を上乗せするのが近道です。分析の経験は評価される一方、予測モデルの経験が不足しやすいためです。

たとえば、メンバーズの求人は、データ分析やデジタルマーケティングの経験を応募の条件にしています。

営業・企画などのビジネス職から目指す

営業・企画などのビジネス職の方は、統計とPython・SQLを学んだうえで、未経験枠のある会社に応募するルートが現実的です。現場の課題を理解している点は、ビジネス課題の整理で強みになります。

ただし、ビジネス職からの転職は技術面の準備に時間がかかります。今の職場でデータを使う業務に関わり、実績を作ってから応募しましょう。

金融・専門職から目指す

金融などの専門職の方は、業界の知識を活かせるデータ分析職を狙うと、未経験の部分を補いやすくなります。業界の知識とデータ分析の両方を持つ人材が少ないためです。

たとえば、埼玉りそな銀行の求人は、金融機関での経験と金融工学の知識があれば、データ分析の実務経験を問わないとしています。

30代・文系からデータサイエンティストを目指す場合

30代や文系の方も、データサイエンティストを目指せます。求人の必須要件で学歴や年齢より重視されていたのは、統計・Python・SQLのスキルと、ビジネス課題を整理した経験でした。

ここでは、30代の方と文系の方が、データサイエンティストを目指す際のポイントを紹介します。

30代・文系の方が押さえたいポイントは、以下のとおりです。

• 今の業界の知識を活かせる求人を選ぶ
• 統計学の基礎を資格の勉強で固める
• 今の職場でデータを使った実績を作る
• 未経験枠と経験を活かせる求人の両方に応募する

30代の方

30代の方は、前職の業界知識とデータ分析を掛け合わせると、選考で強みを伝えやすくなります。job tagによると、データサイエンティストの平均年齢は43.9歳で、AIエンジニアの42.2歳より高い職種です。

また、job tagはデータサイエンティストの人材不足は顕著で、好条件を提示する会社が出てきていると説明しています。ただし、未経験枠の求人は少ないため、今の職場で実績を作ってから応募しましょう。年代別の転職の進め方は、30代向けの転職エージェントの比較も参考にしてください。

文系の方

文系の方も、統計と数学の基礎を補えばデータサイエンティストを目指せます。編集部が確認した求人で、修士・博士を必須にしていたのは29件中1件でした。

ただし、統計を必須にする求人は29件中15件あります。文系の方は、統計検定2級などで統計の知識を示すと、選考で伝えやすくなります。

データサイエンティストを目指す方に役立つ資格3つ

データサイエンティストになるために、資格は必須ではありません。編集部が確認した求人で資格を必須にしていたのは29件中1件でした。ただし、資格の出題範囲に沿って学ぶと、必要な知識を体系的に身につけられます。

ここでは、データサイエンティストを目指す方に役立つ3つの資格を紹介します。

※2026年10月時点・各資格の公式サイトより（データサイエンティスト検定の結果・統計検定の過去の合格率・G検定の結果）

データサイエンティスト検定は、データサイエンティスト協会のスキルチェックリストに沿って、見習いレベルの知識を証明できる試験です。統計検定2級は統計の基礎を、G検定はAIの基礎知識を幅広く確認できます。

データサイエンティストの志望動機と職務経歴書のポイント

未経験からデータサイエンティストに応募する場合、志望動機と職務経歴書で、データ分析に取り組んできた過程を示すことが重要です。実務経験が少ない分、学習の姿勢と今の経験の活かし方が評価されるためです。

ここでは、志望動機と職務経歴書で押さえたいポイントと、志望動機の例文を紹介します。

志望動機で伝えたいポイントは、以下のとおりです。

• なぜデータ分析の仕事をしたいのか
• 今の仕事でデータを使って取り組んだこと
• 自分で学んだ内容と作ったポートフォリオ
• 入社後に今の経験をどう活かせるか

志望動機の例文

志望動機は、今の仕事での経験とデータ分析を結びつけて書くと伝わりやすくなります。以下は、営業職からデータサイエンティストを目指す場合の例文です。

「営業職として、担当地域の受注データをExcelで集計し、訪問の優先順位を見直す取り組みをしてきました。分析で施策の効果を確かめる面白さを知り、統計とPythonを独学で学び、統計検定2級を取得しました。貴社では、営業の現場で課題を整理してきた経験を活かし、分析を事業の成果につなげたいと考えています。」

例文の数字や経験は、自分の実際の経験に置き換えて書いてください。

職務経歴書の書き方

職務経歴書には、データを使った業務の内容と成果を、できるだけ数字で書きましょう。採用担当者は、分析の結果が事業にどう役立ったかを見ているためです。

たとえば、「月次の売上データを分析し、在庫の発注量の見直しを提案した」のように、分析と施策の流れが分かるように書くと伝わりやすくなります。

データサイエンティストの求人の探し方

データサイエンティストの求人は、転職エージェント・スカウトサービス・企業の採用ページなど、複数の経路に分かれて掲載されています。未経験枠の求人は数が少ないため、複数の経路を併用することが重要です。

ここでは、データサイエンティストの求人を探す4つの経路を紹介します。

データサイエンティストの求人に強いサービスは、データサイエンティストの転職エージェント・求人サイトの比較で探せます。IT未経験からの転職に強いサービスは、未経験向けのIT転職エージェントの比較にまとめています。年収の相場は、データサイエンティストの年収｜求人31件で見る企業別・経験別の相場で解説しています。

データサイエンティストになるにはに関するよくある質問

データサイエンティストを目指す方からは、未経験や30代からでもなれるか、資格は必要かといった疑問が多く寄せられます。

ここでは、データサイエンティストになる方法についてよくある5つの質問に答えます。

未経験からデータサイエンティストになれますか？

未経験からデータサイエンティストになることは可能です。編集部が確認した求人30件のうち、未経験・ポテンシャル・新卒の枠は6件ありました。多くは統計の理論の理解やポートフォリオなどを条件にしているため、準備をしてから応募しましょう。

30代未経験でもデータサイエンティストを目指せますか？

30代でもデータサイエンティストを目指せます。厚生労働省のjob tagでは、データサイエンティストの平均年齢は43.9歳です。前職の業界知識とデータ分析を掛け合わせると、選考で強みを伝えやすくなります。

文系でもデータサイエンティストになれますか？

文系出身でもデータサイエンティストになれます。編集部が確認した求人で、修士・博士を必須にしていたのは29件中1件でした。ただし、統計を必須にする求人は29件中15件あるため、統計の基礎を固めておきましょう。

データサイエンティストを目指すのにおすすめの資格は？

データサイエンティスト検定（リテラシーレベル）と統計検定2級が役立ちます。データサイエンティスト検定は協会のスキル定義に沿った知識を、統計検定2級は統計の基礎を証明できます。資格は必須ではありませんが、学習の到達度を示せます。

未経験からデータサイエンティストになると年収はいくらですか？

未経験・新卒枠の求人6件では、提示年収の下限の中央値が417万円でした（2026年10月12日時点・編集部調べ）。経験者向けの求人では下限の中央値が800万円で、経験を積むと年収が大きく上がります。

まとめ

データサイエンティストになるための要点は、以下のとおりです。

• 求人30件のうち未経験・ポテンシャル・新卒の枠は6件で、多くは学習実績や関連する経験を条件にしている
• 必須要件はPython・R（17件）・統計（15件）・SQL（12件）・ビジネス課題（11件）が中心（29件中）
• 未経験からは、統計・Python・SQLの学習、資格、ポートフォリオ、実務経験の順に準備する
• 30代・文系の方は、今の業界知識とデータ分析を掛け合わせると強みになる

データサイエンティストを目指す方は、今の経験で応募できる求人を確認したうえで、データサイエンティストの求人に強い転職エージェントに相談してみましょう。