気になるリスト
 会員登録

MLエンジニアの年収ガイド

雇用形態別の平均給与

  • すべての雇用形態

    平均年収 875 万円

  • 正社員・契約社員

    平均年収 863 万円

  • 派遣・紹介予定派遣

    平均時給 -- 円

※平均給与の集計について：本データはクリジョブに掲載された求人情報をもとに算出した、給与情報の中央値です。

※給与情報が「―」の場合：集計対象となる求人件数が少なく、数値の信頼性を担保できないため、給与情報は「―」で表示しています。

国税庁が発表している令和6年分民間給与実態統計調査結果（令和7年9月発表）によると給与所得者の平均年収は478万円です。

MLエンジニアの平均年収は875万円で、給与所得者平均を上回っています。
MLエンジニアは、機械学習モデルの実装・最適化・運用を担い、研究開発とプロダクト開発の橋渡しを行う職種です。
アルゴリズム理解に加え、PythonやTensorFlow、PyTorchなどのフレームワークを用いた実装力、さらにはMLOpsやクラウド環境での運用知識も求められます。
担当するモデルの難易度や商用サービスへの組み込み範囲によって、年収に幅が出やすい点が特徴です。
特に、大規模データを用いたモデルの本番環境への実装経験や、継続的な精度改善・運用自動化を主導できる人材は、比較的高い年収水準となる傾向があります。

クリジョブ掲載中の求人を見る

  • 【中途】機械学習エンジニア

    株式会社BREXA SOLVIA

    正社員 東京都

    No.JN00492184

    職種
    MLエンジニア・開発
    業務
    内容
    【仕事内容】 AIをはじめとした最先端の技術を活かす当社の機械学習エンジニアとして、AIシステム開発に伴う、データ分析・アルゴリズム実装等をお任せします。 【入社後の流れ】 3ヶ月間の機械学習研修で知識を習得するところからスタートします。 【研修 1ヶ月目】 ▼統計学 ・データの可視化と数値要約 ・確率と確率分布 ・統計的推測 ・統計的仮説検定 ・単回帰分析 ▼エンジニアリング ・SQL基礎 ・python基礎 ・pandas基礎 ・Git基礎 【研修 2ヶ月目】 ▼多変量解析と機械学習 ・機械学習の基礎 ・機械学習の基本的な手法 　- 線形回帰モデル 　- 主成分分析 　- k-means法　など ・機械学習の発展的な手法 　- ロジスティック回帰モデル 　- ハイパーパラメータ最適化 　- 決定木 　- ランダムフォレスト 　- 線形SVM　など 【研修 3ヶ月目】 ▼機械学習の実践 ・Numpy、Pandas演習 ・AWS EMRを用いたHive演習 ・ロジスティック回帰を用いた演習 ・リッジ回帰、Kerasを用いた演習 ・推薦システムについての演習 【研修を終えたらプロジェクトへ】 研修後は、有名企業からITスタートアップまで様々なプロジェクトで活躍！ プロジェクト参画後もサポートあり◎ ▼プロジェクト例 ・画像の欠陥検出アルゴリズム ・エンターテイメント企業のユーザー分析 ・大学内の履修科目レコメンドシステム ・インターネット広告代理店企業での効果予測モデルの構築 ・決済サービスにおける顧客データ分析 ・AIベンダーでの各業界に特化した機械学習モデル実装　など 【仕事のやりがい】 職種別年収ランキングの上位は、いずれも専門スキルが必要な医者やパイロット。 その中でもエンジニアはトップクラスに位置づけています。 機械学習エンジニアの定義は世間でもまだ「ふわっと」した状態です。 ですので、研修では、機械学習に必要となる数学の基礎知識を学び、Pythonを学習し、機械学習エンジニアのスタートに立つことを目指します。 既にいくつかのプロジェクトが見えてきておりますが、どのプロジェクトも機械学習やAIというITテクノロジーを通して世の中を楽にすることやビジネスを加速させることなどを目指しています。 そういう最先端のビジネスを肌で感じながら仕事をしていくことが、ひとつのやりがいだと思います。しかし、最先端だからと言って、膨大なデータを処理するなど、華やかではない仕事です。 【勤務地】 東京都23区をメインとした各プロジェクト先 ※転居を伴う転勤はありません。 ※研修期間中は本社またはラーニングセンター勤務です。
    勤務地
    東京都新宿区新宿／渋谷区千駄ヶ谷
    最寄駅：【最寄り駅】【本社】
    各線 新宿三丁目駅から徒歩1分
    各線 新宿駅から徒歩3分

    【ラーニングセンター】
    各線 新宿三丁目駅から徒歩1分
    各線 新宿駅から徒歩4分
    各線 代々木駅から徒歩6分
    【特記事項】【本社】
    〒160-0022 東京都新宿新宿4-3-25 TOKYU REIT新宿ビル8F

    【ラーニングセンター】
    〒151-0051 東京都渋谷区千駄ヶ谷5-32-10 南新宿SKビル6F
    給与・
    報酬
    想定月収28.78万円〜
    詳細を見る

  • 【28新卒採用】機械学習エンジニア

    TDSE株式会社

    正社員 東京都

    No.JN00516244

    職種
    MLエンジニア・開発
    業務
    内容
    【募集部門】 Data＆AI-Driven本部 【職務内容】 AI・機械学習技術を活用し、企業の課題解決に貢献するシステムやソリューションを開発する仕事です。 機械学習モデルや生成AIを業務で利用できる形に実装し、継続的に運用・改善できる仕組みの構築を行います。 また、MLOpsやクラウド技術を活用し、モデル開発からデプロイ・運用まで一貫して携わります。 ▼具体的には ・生成AI・AIエージェント・機械学習モデルを活用したシステム開発 ・MLOps環境の構築・運用 ・クラウド環境を活用したAIシステム開発 ・機械学習モデルの開発・実装・評価・改善 ・AIソリューションの運用・高度化 などの業務を担当します。 研究活動や開発経験で培ったスキルを活かしながら、AI技術の社会実装に挑戦できる環境です。 【勤務地備考】 ・本社（東京都新宿区） ・クライアント先（主に東京都23区内） ・自宅 ※在宅勤務制度あり ※プロジェクトに応じて、本社勤務、クライアント先勤務となる場合があります。
    勤務地
    東京都新宿区西新宿3-20-2東京オペラシティタワー27F
    最寄駅：【最寄り駅】京王電鉄新線 初台駅から徒歩3分
    給与・
    報酬
    想定年収385.44万円〜444.84万円
    想定月収32.12万円〜37.07万円
    詳細を見る

  • AIエンジニア（基盤・強化学習）

    株式会社VARIETAS

    正社員 東京都

    No.JN00513384

    職種
    AIエンジニア・開発
    業務
    内容
    【募集の背景】 当社のプロダクトは、累計50万回を超える受検データと、独自の公平性フレームワークの上に成立しています。 複数のAIエージェントが厳格なガバナンス要件下でブレずに連動できるのは、評価の精度・公平性・説明可能性を支えるモデル基盤があるからです。 「AI面接官」を産業インフラ級へと引き上げ、マルチプロダクト化と「人事OS」構想を本格化させるにあたり、AIモデルそのものの基盤づくりや、強化学習を含む学習サイクルの設計に踏み込めるAIエンジニアを募集します。 単に既存モデルを呼び出すのではなく、評価ロジックの根幹を研究と実装の両面から育てられる方を求めています。 【ポジションの魅力】 ・累計50万件超という、共通の評価軸で一貫して蓄積された希少なデータ資産を扱える ・採用・評価という社会的影響の大きい領域で、公平性・アラインメントに正面から向き合える研究的な探索と、実プロダクトへの実装・運用が地続きになっている環境 ・オントロジーを核としたエージェンティックな全社基盤の中核に関与できる 【業務内容】 （1）AIモデル基盤の設計・構築 ・AI面接・評価ロジックを支えるモデルの設計・開発・運用 ・LLMを中核とした推論パイプラインの構築と高度化 ・モデルの品質・再現性・パフォーマンスを担保する基盤整備 （2）強化学習・学習サイクルの設計 ・オントロジー構築や評価精度向上に向けた強化学習サイクルの研究・適用 ・フィードバックを学習へ還元する仕組みの設計と検証 ・データ基盤と連携した、継続的なモデル改善プロセスの構築 （3）公平性・アラインメントへの取り組み ・評価AIの公平性・説明責任・安全性を担保する仕組みへの関与 ・モデル／エージェントのアラインメント設計と検証 ・ガバナンス要件を満たすモデル運用の実装 （4）研究知見のプロダクト実装 ・研究的な探索結果を、実プロダクトへ実装可能な形へ落とし込み ・AIエージェント基盤（マルチエージェント構成）への組み込みと検証 ・知見の体系化・標準化による再現性の確立 ※出社ベース（リモートワークも可）
    勤務地
    東京都品川区上大崎2丁目15-19BLOCKS MEGURO708号
    最寄駅：【最寄り駅】各線 目黒駅から徒歩1分
    給与・
    報酬
    想定年収1200万円〜2000万円
    想定月収0万円〜
    詳細を見る

  • シニアAI／LLMエンジニア【正社員】

    株式会社エムニ

    正社員 東京都

    No.JN00502182

    職種
    AIエンジニア・開発
    業務
    内容
    【ミッション】 エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。 日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。 本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。 単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。 【仕事のやりがい】 エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。 特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。 技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。 【役割期待】 入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。 単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。 【業務内容】 ・業務要件の整理、技術要件への落とし込み ・LLM／RAG／AIエージェントを活用したソリューション設計 ・AIシステム全体のアーキテクチャ設計 ・技術選定、評価設計、品質基準の策定 ・PoC設計、本番運用を見据えた開発リード ・顧客やビジネスサイドとの技術的な議論・提案 ・コードレビュー、設計レビュー、技術的意思決定 ・ジュニア～ミドルメンバーの育成・技術支援 ・社内のAI開発ナレッジやベストプラクティスの整備 【開発例】 ・製造業向けナレッジ検索・RAGシステム ・図面・帳票・仕様書などのドキュメント解析AI ・熟練者の暗黙知を活用した業務支援AI ・問い合わせ対応・見積作成・調査業務の自動化 ・業務プロセスを自律的に支援するAIエージェント ・生成AIを活用した社内業務効率化・AI駆動経営の推進 ・製造現場・バックオフィス・営業技術領域におけるAI活用支援 【開発環境】 ・言語：Python、TypeScript ・フレームワーク：FastAPI、Next.js、React、Streamlit ・AI／機械学習：OpenAI API、Azure OpenAI Service、Anthropic Claude、Gemini、Amazon Bedrock、Vertex AI、PyTorch ・クラウド：AWS、Google Cloud、Azure ・データベース：PostgreSQL、MySQL ・コード管理：GitHub ・コミュニケーション：Slack、Notion ・その他：Cursor、ChatGPT、Gemini、Claude、GitHub Copilot、Figma など 【勤務地】 本社オフィスまたは京都オフィス、福岡オフィスへの出社、もしくはフルリモート可
    勤務地
    東京都千代田区東神田／京都府京都市左京区／福岡県福岡市中央区
    最寄駅：【最寄り駅】【本社オフィス】
    JR総武本線 馬喰町駅から徒歩4分
    都営地下鉄新宿線 馬喰横山駅から徒歩4分
    都営地下鉄新宿線 岩本町駅から徒歩6分

    【京都オフィス】
    各線 出町柳駅から徒歩7分
    阪電気鉄道鴨東線 神宮丸太町駅から徒歩10分

    【福岡オフィス】
    福岡市地下鉄空港線 天神駅から徒歩5分
    西日本鉄道 西鉄福岡駅から徒歩9分
    福岡市地下鉄七隈線 天神南駅から徒歩10分
    【特記事項】【本社オフィス】
    〒101-0031
    東京都千代田区東神田1丁目11-5 石田ビル東神田3F

    【京都オフィス】
    〒606-8307
    京都府京都市左京区吉田上阿達町17番地 地域経済牽引拠点1F

    【福岡オフィス】
    〒810-0001
    福岡県福岡市中央区天神4丁目5番10号 チサンマンション第2天神10階
    給与・
    報酬
    想定年収800万円〜1200万円
    想定月収0万円〜
    詳細を見る

  • 機械学習エンジニア【正社員】

    株式会社エムニ

    正社員 東京都

    No.JN00502170

    職種
    MLエンジニア・開発
    業務
    内容
    【ミッション】 エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。 日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。 本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。 単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。 【本ポジションについて】 エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。 MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。 扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。 また、LLM／RAG／AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。 Webエンジニア、インフラエンジニア、AI／LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。 【仕事のやりがい】 ・製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる ・画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる ・PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える ・データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる ・MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる ・LLM／RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる ・将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる 【業務内容】 スキルやご経験、ご志向に応じて、以下のような業務をお任せします。 ・製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価 ・画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発 ・データ前処理、特徴量設計、学習データ設計、評価指標設計 ・モデル精度の改善、エラー分析、ロバスト性向上 ・推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善 ・機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み ・学習・推論パイプライン、バッチ処理、再学習フローの設計・開発 ・モデル監視、性能劣化検知、データドリフト検知、バージョン管理 ・クラウド・GPU環境を活用した学習・推論基盤の構築支援 ・インフラエンジニアと連携したMLOps・運用基盤の整備 ・AI／LLMエンジニアと連携した、LLM／RAGと機械学習モデルを組み合わせた機能開発 ・PM・データサイエンティスト・顧客への技術説明、検証結果共有 ・最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有 【取り組むテーマ例】 ・検査画像・外観画像を用いた不良検知・分類モデルの開発 ・設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発 ・受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発 ・品質データを用いた不良発生予測・品質改善支援 ・作業データや工程データを用いた効率化・最適化モデルの開発 ・文書・帳票・記録データを活用した分類・抽出モデルの開発 ・学習済みモデルの推論API化と業務アプリケーションへの組み込み ・本番導入後のモデル監視・再学習・性能改善 ・LLM／RAGと予測モデル・分類モデルを組み合わせた業務支援AI ・複数顧客・複数案件に横展開可能なML開発・運用基盤の整備 【このポジションで期待する成果】 ・顧客課題に対して、適切なモデル方式・評価方法を設計できる ・PoCでのモデル検証から、本番システムへの組み込みまで推進できる ・精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる ・運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる ・Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる ・技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる 【開発環境】 ・言語：Python、SQL、TypeScript ・機械学習・深層学習：PyTorch、TensorFlow、scikit-learn、Hugging Face ・データ処理：Pandas、NumPy、SciPy ・API・アプリケーション：FastAPI、Next.js、React、Streamlit ・AI／生成AI：OpenAI API、Azure OpenAI Service、Anthropic Claude、Gemini、Amazon Bedrock、Vertex AI ・クラウド：AWS、Google Cloud、Azure ・コンテナ・運用：Docker、CI／CD、各種監視サービス ・データベース・データ基盤：PostgreSQL、MySQL、BigQuery ・コード管理：GitHub ・コミュニケーション：Slack、Notion ・その他：Cursor、ChatGPT、Claude、Gemini、GitHub Copilot など ※利用技術はプロジェクトや課題に応じて柔軟に選定します。 【勤務地】 本社オフィスまたは京都オフィス、福岡オフィスへの出社、もしくはフルリモート可
    勤務地
    東京都千代田区東神田／京都府京都市左京区／福岡県福岡市中央区
    最寄駅：【最寄り駅】【本社オフィス】
    JR総武本線 馬喰町駅から徒歩4分
    都営地下鉄新宿線 馬喰横山駅から徒歩4分
    都営地下鉄新宿線 岩本町駅から徒歩6分

    【京都オフィス】
    各線 出町柳駅から徒歩7分
    阪電気鉄道鴨東線 神宮丸太町駅から徒歩10分

    【福岡オフィス】
    福岡市地下鉄空港線 天神駅から徒歩5分
    西日本鉄道 西鉄福岡駅から徒歩9分
    福岡市地下鉄七隈線 天神南駅から徒歩10分
    【特記事項】【本社オフィス】
    〒101-0031
    東京都千代田区東神田1丁目11-5 石田ビル東神田3F

    【京都オフィス】
    〒606-8307
    京都府京都市左京区吉田上阿達町17番地 地域経済牽引拠点1F

    【福岡オフィス】
    〒810-0001
    福岡県福岡市中央区天神4丁目5番10号 チサンマンション第2天神10階
    給与・
    報酬
    想定年収600万円〜1000万円
    想定月収0万円〜
    詳細を見る

  • AI／LLMエンジニア【正社員】

    株式会社エムニ

    正社員 東京都

    No.JN00470692

    職種
    AIエンジニア・開発
    業務
    内容
    【ミッション】 エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。 日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。 本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。 単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。 【仕事のやりがい】 エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。 特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。 技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。 【役割期待】 入社後は、シニアエンジニアやPMと連携しながら、LLM・RAG・AIエージェントを活用したAIシステムの実装、技術検証、精度改善を中心にお任せします。 まずは担当機能の開発やプロンプト設計、データ処理、評価検証などから関わっていただき、徐々に顧客課題の理解、技術設計、要件定義にも挑戦していただきます。 【業務内容】 ・LLM APIを用いた機能開発 ・RAGシステムの実装・改善 ・プロンプト設計・検証 ・PDF、帳票、図面、マニュアル等のデータ処理 ・AI機能の精度評価・改善 ・Python／FastAPI／Next.js等を用いたアプリケーション開発 ・技術調査、検証結果のドキュメント化 ・コードレビューへの参加、既存機能の改善 【開発例】 ・製造業向けナレッジ検索・RAGシステム ・図面・帳票・仕様書などのドキュメント解析AI ・熟練者の暗黙知を活用した業務支援AI ・問い合わせ対応・見積作成・調査業務の自動化 ・業務プロセスを自律的に支援するAIエージェント ・生成AIを活用した社内業務効率化・AI駆動経営の推進 ・製造現場・バックオフィス・営業技術領域におけるAI活用支援 【開発環境】 ・言語：Python、TypeScript ・フレームワーク：FastAPI、Next.js、React、Streamlit ・AI／機械学習：OpenAI API、Azure OpenAI Service、Anthropic Claude、Gemini、Amazon Bedrock、Vertex AI、PyTorch ・クラウド：AWS、Google Cloud、Azure ・データベース：PostgreSQL、MySQL ・コード管理：GitHub ・コミュニケーション：Slack、Notion ・その他：Cursor、ChatGPT、Gemini、Claude、GitHub Copilot、Figma など 【勤務地】 本社オフィスまたは京都オフィス、福岡オフィスへの出社、もしくはフルリモート可
    勤務地
    東京都千代田区東神田／京都府京都市左京区／福岡県福岡市中央区
    最寄駅：【最寄り駅】【本社オフィス】
    JR総武本線 馬喰町駅から徒歩4分　
    都営地下鉄新宿線 馬喰横山駅京阪電気鉄道 から徒歩4分　
    都営地下鉄新宿線 岩本町駅から徒歩6分　

    【京都オフィス】
    各線 出町柳駅から徒歩7分
    阪電気鉄道鴨東線 神宮丸太町駅から徒歩10分

    【福岡オフィス】
    福岡市地下鉄空港線 天神駅から徒歩5分
    西日本鉄道 西鉄福岡駅から徒歩9分
    福岡市地下鉄七隈線 天神南駅から徒歩10分
    【特記事項】【本社オフィス】
    〒101-0031 東京都千代田区東神田1丁目11-5 石田ビル東神田3F

    【京都オフィス】
    〒606-8307 京都市左京区吉田上阿達町17番地 地域経済牽引拠点1F

    【福岡オフィス】
    〒810-0001
    福岡県福岡市中央区天神4丁目5番10号 チサンマンション第2天神10階
    給与・
    報酬
    想定年収400万円〜800万円
    想定月収0万円〜
    詳細を見る
社員の求人を探す

東京都・大阪府の平均給与

国税庁調査による地域別平均給与（全職種）

札幌
平均年収 411 万円
仙台
平均年収 388 万円
関東
平均年収 423 万円
東京
平均年収 545 万円
金沢
平均年収 431 万円
名古屋
平均年収 466 万円
大阪
平均年収 480 万円
広島
平均年収 412 万円
高松
平均年収 403 万円
福岡
平均年収 406 万円
熊本
平均年収 412 万円
沖縄
平均年収 393 万円

※本データは国税庁の令和6年分民間給与実態統計調査に基づく全職種の平均給与です。

求人条件別の平均給与

MLエンジニアの平均年収を未経験歓迎・経験者募集という条件別に見ると、未経験歓迎の求人は掲載件数が少なく、平均年収を算出できませんでした。
一方で、経験者募集の求人の平均年収は900万円となっています。

なお、未経験歓迎の求人については掲載件数が限られているため、以下は一般的な傾向としての説明となります。
未経験採用の場合は、既存モデルの評価・テストやデータ前処理などの補助的業務からスタートし、実務を通じてモデル実装や運用設計へと担当範囲を広げていくケースが多い傾向があります。
一方で経験者募集の求人では、アルゴリズム選定からモデル構築、チューニング、本番環境へのデプロイ、運用改善まで一貫して担えるスキルが求められます。
特に、MLOps環境の構築経験や、大規模サービスにおける機械学習基盤の設計・運用実績を持つ人材は、同職種内でも比較的高い年収につながりやすい傾向があります。

ご紹介した給与データは、あくまで平均的な傾向です。実際の条件は、経験やスキル、勤務先の企業によって大きく異なります。 当社の転職支援サービスでは、あなたのキャリアや希望条件に合わせた具体的な年収の可能性をご提案できます。ぜひお気軽にご相談ください。

無料登録して相談する

その他業界職種の平均給与

もっと見る