- 当記事に含まれる広告と評価について
データサイエンティストフリーランスとして働くには？年収や案件、在宅事情まで徹底解説
近年、データドリブンな意思決定が重視される中で、データサイエンティストの需要は急速に高まっています。なかでもフリーランスとして働くデータサイエンティストは、企業にとって即戦力として重宝される存在となっており、柔軟な働き方と高収入の両立が可能な職種です。本記事では、データサイエンティストフリーランスの仕事内容や案件の獲得方法、報酬の目安について詳しく解説します。
| ・データサイエンティストフリーランスは在宅で働ける？ ・データサイエンティストフリーランスの仕事内容は？ ・データサイエンティストフリーランスに必要なスキルは？ ・データサイエンティストフリーランスの案件単価は？ |
そのほか、実際の案件例やフリーランスとして働くメリット・デメリットについても解説していくため、データサイエンティストフリーランスに興味関心を持っている人は、ぜひ参考にしてみてください。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
INDEX
データサイエンティストフリーランスとは？
近年、AIやビッグデータの活用が進む中で、データサイエンティストの役割がますます重要視されており、正社員に限らず、フリーランスとして働く人も増加しています。特にフリーランスという働き方は、専門性の高いスキルを活かしながら、柔軟な働き方ができる点で注目を集めています。
ここでは、データサイエンティストという職業の基本的な仕事内容について解説したうえで、フリーランスとしての働き方や需要についても紹介します。
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主な仕事内容は、企業が保有する大量のデータを分析・可視化し、そこからビジネス課題の解決に役立つ示唆を導き出すことです。扱うデータは売上や顧客行動、Webアクセスログなど多岐にわたり、課題設定から分析手法の選定、機械学習モデルの構築、レポーティングまでが一連の業務に含まれます。ビジネス部門との連携も多く、単なるプログラミングだけでなく、論理的思考力やコミュニケーション力も求められます。
近年はAIの高度化により、ディープラーニングや自然言語処理といった先端領域を扱うケースも増えており、技術のアップデートも欠かせません。
データサイエンティストフリーランスの需要
データサイエンティストのフリーランス需要は年々高まっており、特に即戦力としてプロジェクト単位で参画できる人材に対して、企業のニーズは非常に高いです。業種も多岐にわたり、IT企業や金融業界、製造業、マーケティング企業など、さまざまな分野での求人があります。正社員の採用が難航する中で、短期間でも成果を出せるフリーランスは貴重な存在とされており、報酬水準も高い傾向にあります。
また、プロジェクトごとに異なる業界や課題に取り組める点は、スキルを広げたい人にとって大きなメリットです。柔軟な働き方と高い専門性を両立できる職種として、今後も安定した需要が見込まれるでしょう。
データサイエンティストフリーランスの案件種類
一口にデータサイエンティストと言ってもその仕事内容は多岐にわたるため、フリーランス向け案件の種類もさまざまです。ここでは、データサイエンティストフリーランスの代表的な案件の種類を紹介します。
- データ分析・可視化案件
- 機械学習モデルの構築・運用案件
- データ基盤構築・ETL開発案件
- マーケティング支援・Web解析案件
- PoC(概念実証)プロジェクト支援案件
1. データ分析・可視化案件
企業が持つ売上データや顧客データなどをもとに、課題の発見や施策提案を行う業務です。データの前処理や統計分析、傾向把握などが主な作業で、分析結果をわかりやすく伝えるために、BIツール(TableauやPower BIなど)を使った可視化も求められます。マーケティング、営業、経営企画など、さまざまな部門と連携しながら進めるため、コミュニケーション力も重要です。
2. 機械学習モデルの構築・運用案件
フリーランスデータサイエンティストの中でも、特に専門性が高く、需要の多い業務です。予測モデルや分類モデルなどの設計・実装から、パラメータ調整、精度検証、運用まで担当します。Pythonを中心とした開発スキル、scikit-learnやXGBoost、TensorFlowなどのライブラリの理解が不可欠で、実務経験の有無が単価や採用に大きく影響します。
3. データ基盤構築・ETL開発案件
ビッグデータを効率よく活用するために、データの収集・加工・統合・保存の仕組みを整える仕事です。BigQueryやRedshiftなどのクラウドDWH、Airflowやdbtなどのワークフロー管理ツールの利用が一般的です。SQLの深い理解や、データパイプライン全体を俯瞰して設計・実装できる能力が求められます。エンジニア寄りのスキルが強みになります。
4. マーケティング支援・Web解析案件
Webサイトや広告の効果をデータで分析し、コンバージョン率の改善やLTVの最大化を図る案件です。Google Analyticsや広告プラットフォーム(Google広告、Meta広告など)のデータを扱い、デジタルマーケティング施策と連動した分析が求められます。SQLやPythonに加えて、マーケターやディレクターとのやりとりを円滑に行う力も重要です。
5. PoC(概念実証)プロジェクト支援案件
新しい技術やAIモデルの導入前に、ビジネスへの効果や実現可能性を検証する業務です。PoCフェーズでは短期間でモデルを試作し、結果をまとめて関係者に報告する必要があるため、スピード感と柔軟性、そしてビジネス視点での判断力が求められます。技術力だけでなく、課題解決型の思考や提案力も評価されやすい分野です。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
データサイエンティストフリーランスの年収・単価相場
フリーランスとして独立して働く場合、自身が得意とする分野でどの程度の収入が得られるのか把握しておくことが非常に重要です。
ここでは、データサイエンティストフリーランスにおける単価の目安や会社員との比較、高収入案件を獲得するためのポイントについて解説します。
データサイエンティストフリーランスの単価相場
レバテックフリーランスによると、フリーランスのデータサイエンティストの月単価は75万円であり、年収に換算すると900万円です。全体で見ても月額で60万円〜120万円が相場となっており、特に機械学習やAIモデル開発の経験があると高単価を狙えます。週3〜5日稼働の案件が多く、実務経験3年以上の中堅層であれば80万円前後が一般的です。単発の分析案件やリモート可の案件もありますが、継続性や単価はやや低めになる傾向があります。
会社員との比較
会社員のデータサイエンティストの平均年収は614万円です。国内の給与所得者の平均年収460万円を大きく上回りますが、年収1,000万円以上を目指せるフリーランスと比較すると見劣りするように感じる人もいることでしょう。
ただし、フリーランスは社会保険や福利厚生が自己負担になる点や、案件の確保が自分次第である点には注意が必要です。安定性を取るか、収入の最大化を目指すかで選択が分かれるといえるでしょう。
高収入案件を獲得するコツ
高単価の案件を獲得するには、AI・機械学習、ビッグデータ処理、クラウドインフラ(特にGCPやAWS)など専門性の高いスキルが重要です。
また、過去の実績や成果物をポートフォリオとして可視化し、クライアントに価値を示すこともおすすめです。加えて、フリーランス専門のエージェントに登録することで、高報酬かつ条件の良い案件に出会いやすくなるでしょう。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
在宅・リモートで働くデータサイエンティストフリーランス
データサイエンティストは、分析ツールやクラウド環境を使って作業することが多いため、在宅・リモートワークとの相性が非常に良い職種です。実際にリモート前提の案件も増えており、働く場所に縛られず柔軟なライフスタイルを実現できます。
ここでは、在宅案件の実態や対応可能な業務内容、在宅勤務のメリットと注意点について解説します。
在宅案件の実態
近年、クラウド環境の普及やデジタル化の加速により、フリーランスのデータサイエンティスト向けの在宅案件が増えています。特にデータ分析やレポーティング業務、モデル構築といった非対面で完結する業務は、リモート前提で募集されるケースが多く、地方在住者でも首都圏の案件に携われるチャンスがあります。
ただし、週に1回程度の出社や定期的なミーティングを求められる場合もあるため、契約内容をよく確認することが大切です。
リモートで対応可能な業務内容
データの前処理、統計解析、機械学習モデルの開発・評価、BIツールを用いた可視化レポートの作成など、多くの業務がリモート対応可能です。これらはすべてPCとネット環境さえあれば進められるため、クラウドストレージやGitなどのバージョン管理ツールを活用して、チームと円滑に連携することが求められます。特にエンジニアチームと協業するプロジェクトでは、チャットやオンライン会議ツールによるコミュニケーション能力も重要です。
在宅ワークのメリットと注意点
在宅で働く最大のメリットは、通勤時間の削減や働く場所の自由さによるワークライフバランスの向上です。また、集中しやすい環境を自分で整えることで、生産性を高めることも可能です。
しかしその一方で、自己管理能力が求められ、コミュニケーションの機会が減少することで孤立感を感じやすいという側面もあります。クライアントとのこまめな連絡や、タスクの進捗管理を徹底することで、在宅勤務でも信頼を築いていくことが重要です。
データサイエンティストフリーランス案件の獲得方法
フリーランスとして安定的に案件を受注するためには、営業活動や情報収集が欠かせません。特にデータサイエンティストの場合は、高度なスキルが必要とされる反面、専門性に合った案件を効率よく見つける手段が重要です。
ここでは、データサイエンティストフリーランスの案件獲得の代表的な方法を紹介します。
フリーランス向けエージェントの活用
フリーランス専門のエージェントを利用すれば、スキルや希望条件に合った高単価案件を紹介してもらえるため、営業の手間を大きく減らせます。エージェントはクライアントとの間に立って契約交渉やトラブル対応もサポートしてくれるため、業務に集中できるのが大きなメリットです。特にIT・データ領域に特化したエージェントでは、機械学習や統計解析など専門性の高い案件が多く、継続的な案件紹介も期待できます。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
クラウドソーシングサイトの活用
クラウドソーシングは、短期案件や副業として取り組める案件を探したい人に向いています。データクレンジングや簡単なレポート作成など、ライトな業務も多く、実績を積む場としてもおすすめです。
ただし、報酬は比較的低めで、案件の質や信頼性にばらつきがあるため、契約条件を慎重に確認することが必要です。初心者が経験を積みながらポートフォリオを充実させる場としての活用に向いています。
スキル販売プラットフォームの活用
スキル販売プラットフォームでは、「データ分析します」「BIレポート作成します」などのサービスとして自分のスキルを出品し、クライアントと直接やり取りすることができます。単発の依頼が中心ですが、リピーターがつけば継続案件に発展する可能性もあります。自分の得意分野を活かして自由に価格設定や業務範囲を決められるため、スキルに自信がある人や自分のブランドを築きたい人におすすめです。
データサイエンティストフリーランスの実際の案件例
ここでは、データサイエンティストフリーランスの実際の案件例を紹介します。求められるスキルや経験について確認していきましょう。
【データマイニング】出版事業関連データ分析の求人・案件
| 月額報酬 | ～950,000円/月 |
| 勤務地 | 市ヶ谷（東京都/リモートOK） |
| 勤務期間 | 長期案件 |
| 最低稼働日数 | 週3日～ |
| 職務内容 | 出版事業に関するデータ分析において下記を担当｡ -複数データの分析 -プロトタイプ開発 -モデル開発 |
| 求めるスキル | ・研究もしくはビジネスにおいて、データ分析を用いての課題解決経験1年 ・SQL/R/Pythonのいずれかを利用したデータ分析の経験 ・統計解析や機械学習に関する知見 ・課題解決のための問題解決能力/論理的思考力 |
【データサイエンティスト】大手飲食サイト向けデータ活用推進支援の求人・案件
| 月額報酬 | ～1,450,000円/月 |
| 勤務地 | 渋谷（東京都/リモートOK） |
| 勤務期間 | 長期案件 |
| 最低稼働日数 | 週5日 |
| 職務内容 | 大手グルメサービスにおける各部署の課題に対して統計や機械学習を活用し、データに基づいた意思決定ができる環境の整備や分析業務を推進。データサイエンティスト、データエンジニアとして、主に下記のような作業を担当。 -ビジネスサイドとの折衝 -プロジェクトの主導/推進 -SQLを用いたデータ抽出-Tableauを用いたダッシュボード構築 -Pythonを用いた分析 |
| 求めるスキル | ・ビジネスサイドと折衝してプロジェクトを推進した経験 ・SQLを用いたデータ抽出の経験 ・Tableauを用いたダッシュボード構築の経験 ・Pythonを用いた分析の経験 ・機械学習を用いた分析の経験 |
【データエンジニア/データアーキテクト】転職サービス向けデータマート作成の求人・案件
| 月額報酬 | ～850,000円/月 |
| 勤務地 | 渋谷（東京都/リモートOK） |
| 勤務期間 | 長期案件 |
| 最低稼働日数 | 週5日 |
| 職務内容 | 転職サービスの事業成長に必要なデータマート作成およびモニタリング案件。主に下記の業務を担当。 -規則に則ったデータマート、DWHの設計および作成 -Tableauを用いたダッシュボードの作成 |
| 求めるスキル | ・Excel、スプレッドシートを用いた関数の使用経験 ・SQLを用いたデータ抽出経験 ・データ分析基盤構築におけるテーブルの設計経験 ・Githubの使用経験 |
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
データサイエンティストフリーランスとして働くメリット
フリーランスとしてデータサイエンティストの仕事に携わることは、会社員とは異なる多くの利点があります。働く時間や場所に縛られず、自分の裁量で仕事を選べる柔軟性や、スキルに応じた高報酬が期待できる点は、フリーランスならではの魅力です。また、企業に属さないことで、より多くの業界やプロジェクトに関わるチャンスも広がり、実務を通じて多様な経験を積むことが可能です。
ここでは、フリーランスのデータサイエンティストとして働くメリットについて解説します。
自由な働き方ができる
フリーランスの大きな魅力のひとつは、時間や場所に縛られずに働けることです。オフィスに通勤する必要がないため、自宅やコワーキングスペース、カフェなど、自分にとって最も快適な環境で仕事ができます。
また、案件によっては勤務時間の調整も可能で、平日にプライベートの時間を取ったり、旅行をしながら働いたりすることも実現できます。家族との時間を大切にしたい人や、自分のペースで仕事を進めたい人にとって、フリーランスの働き方は非常に魅力的です。ライフスタイルに合わせて働ける柔軟性は、精神的なストレスの軽減にもつながるでしょう。
高収入を目指しやすい
データサイエンティストは高度な専門知識と実務スキルが求められる職種であるため、フリーランスでも高単価の案件が多く存在します。特に、機械学習やAI、統計解析などに強みを持つ人材は希少性が高く、経験やスキルに応じて月額70万〜100万円以上の報酬を得ることも可能です。会社員とは違い、成果や能力に応じて報酬交渉ができる点も魅力のひとつです。
また、アメリカのデータサイエンティストは、高度な分析スキルとビジネス理解が求められる専門職であることから、平均年収が非常に高く、年収1,500万～2,000万円を超えることも珍しくないため、英語力がある人は国内よりも高収入を目指せます。さらに、複数の案件を同時に受けることで収入を増やす戦略もとれるため、うまくキャリアを築けば経済的な自由度も広がります。ただし、そのためには常にスキルを磨き、クライアントとの信頼関係を築く努力も欠かせません。
多様な業界・案件に関われる
フリーランスのデータサイエンティストは、特定の企業に縛られないため、さまざまな業界のプロジェクトに参加できるという大きなメリットがあります。IT業界はもちろん、金融、小売、医療、製造業、教育など、あらゆる分野でデータ活用のニーズが高まっており、それぞれ異なる課題に対して分析スキルを活かすことが可能です。こうした多様な経験を積むことで、より実践的な知見が得られるほか、自分の専門性を広げていくことにもつながります。
また、複数の業界で実績を持つことは、次の案件獲得時の強みとしてアピール材料にもなります。キャリアの幅を広げたい人にとって、非常に魅力的な働き方であるといえるでしょう。
Pythonエンジニアの案件も狙える
データサイエンティストは、データの前処理、分析、モデリング、可視化といった業務の多くをPythonで行うため、自然とPythonに関する高度なスキルが身につきます。このため、データ分析に限らず、Pythonを活用した自動化ツールの開発やAI・機械学習モデルの構築、Webアプリケーションのバックエンド開発といった案件にも対応できるようになり、「Pythonエンジニアフリーランス」として活動の幅を広げることも可能です。実際に、Pythonのスキルを武器にフルスタックエンジニアやAI開発者としての案件を受注するケースも多く、収入やキャリアの選択肢を増やせるのが大きな魅力です。参画できる案件の幅が広がることで、継続的に仕事ができるようになり、安定した生活の実現もしやすくなるでしょう。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
データサイエンティストフリーランスとして働くデメリット
フリーランスとしての働き方には多くの魅力がある一方で、会社員にはないリスクや不便さも存在します。特に、案件の獲得から業務の管理、税金や保険などの手続きに至るまで、すべてを自己責任で対応しなければならない点は見逃せません。また、福利厚生の欠如や、技術力維持のための努力を自発的に続ける必要があるなど、安定性や支援体制という観点では課題も多くあります。
ここでは、データサイエンティストがフリーランスとして働く際に直面しやすい3つのデメリットについて解説します。
案件探し・営業も自己責任
フリーランスとして働く上で最も大きな壁のひとつが、案件の獲得を自分で行う必要があるという点です。仕事は自動的に与えられるものではなく、ポートフォリオを作成したり、営業活動をしたり、エージェントやクラウドソーシングを通じて自らチャンスをつかまなければなりません。案件が切れると収入も途絶えるため、常に次の仕事を意識して動く必要があります。特にフリーランスとしての実績が浅い段階では、信頼を得るまでに時間がかかることもあります。安定した収入を維持するには、営業力や自己ブランディングが不可欠です。
案件獲得のための営業活動の負担を軽減したい人は、フリーランス向けエージェントを活用すると良いでしょう。
福利厚生がない
会社員と比べてフリーランスは福利厚生の恩恵を受けることができません。健康保険や厚生年金、雇用保険といった社会保障制度への加入は自己手続きとなり、費用負担も個人にのしかかります。
また、有給休暇や育休・産休などの制度も利用できず、休めばその分の収入が途絶えるリスクもあります。さらに、退職金や福利サービス、健康診断といった企業独自のサポートも当然受けられません。そのため、健康管理や老後の資金計画などを含め、自らのライフプランをしっかり設計する必要があります。これらは、安定性を求める人には大きなデメリットとなり得るでしょう。
最近では、フリーランス向けの福利厚生を提供しているものもあるため、不安な人はこうしたサービスを活用することも検討してみましょう。
スキルアップも自分次第
フリーランスとして活躍し続けるためには、常にスキルを磨き続ける姿勢が求められます。会社員であれば研修制度やOJTが整っていることも多いですが、フリーランスの場合は学習や技術のキャッチアップを自分の意思と費用で行わなければなりません。データサイエンスの分野は日進月歩で、機械学習のアルゴリズムやツールも常に進化しています。少しの油断で競争力を失いかねないため、セミナー参加や自己学習、技術コミュニティへの参加など、スキル維持・向上の努力を継続することが不可欠です。成長意欲がないと、すぐに市場価値が下がってしまう点もフリーランスの厳しさといえるでしょう。
フリーランスとして成功するために必要なスキル・ツール
データサイエンティストとしてフリーランスで活躍するには、技術面だけでなく、クライアントとのやり取りや課題解決力など、幅広いスキルが求められます。企業に所属している時とは異なり、自ら価値を証明し、信頼を獲得する力が不可欠です。
ここでは、フリーランスとして成功するために身につけておきたい技術スキルと業務スキルについて解説します。
技術スキル
データサイエンティストにとっての基本スキルは、PythonやSQLを使ったデータ処理と分析能力です。特にPythonは、pandasやscikit-learn、TensorFlowなど機械学習・データ解析に強いライブラリが充実しており、実務での利用頻度が非常に高くなっています。
また、SQLによるデータベース操作は、どの案件でも必須といえるスキルです。さらに、モデルの構築・評価・運用といった機械学習の一連の流れを理解し、実装できる能力があると、より高単価かつ専門性の高い案件に参画しやすくなります。
業務スキル
技術だけでなく、ビジネス課題を見極め、解決策を提示できるスキルも重要です。クライアントは必ずしもデータの専門家ではないため、「何が問題か」を見つけ出す課題発見力や、それに対するデータ活用の提案力が求められます。
また、非エンジニアとのやり取りも多いため、専門用語をかみ砕いて説明できるコミュニケーション力も欠かせません。これらのスキルを備えていることで、単なる「作業者」ではなく「パートナー」として信頼され、継続案件や紹介にもつながりやすくなるでしょう。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
データサイエンティストフリーランスに関するよくある質問
データサイエンティストとしてフリーランスを目指す人の中には、キャリアのスタート地点や必要な経験、働く場所に関する不安を抱えていることも少なくありません。フリーランスという働き方は自由度が高い一方で、自己管理能力やスキル、実績が求められるため、事前の理解が非常に重要です。
ここでは、データサイエンティストとしてフリーランスになる際によくある質問についてQ&A形式で解説します。
未経験からフリーランスは可能？
未経験からいきなりフリーランスのデータサイエンティストになることは不可能ではありませんが、実際には非常にハードルが高いのが現実です。フリーランスとして案件を受注するには、即戦力としてクライアントの課題を解決できる能力が求められるため、最低限の実務スキルと成果物の提示が必要です。実務未経験の場合は、まずは企業に就職して経験を積むか、副業や個人開発でポートフォリオを作成することが現実的なステップとなります。
また、スキルアップ支援や案件紹介を行うフリーランス向けのエージェントもあるため、そうしたサービスを活用することも視野に入れてみましょう。
どれくらいの実務経験が必要？
フリーランスとして安定的に案件を獲得するには、一般的に2〜3年程度の実務経験があると理想的とされています。特に、機械学習モデルの構築やデータ可視化、分析レポート作成など、一通りの業務を自立してこなせるレベルのスキルが必要です。実務経験が浅い場合でも、特定分野に特化したスキルや、過去に成果を上げたプロジェクトがあれば、案件によっては評価されることもあります。
重要なのは、単に年数ではなく「何ができるか」を証明できることであるため、GitHubやKaggleのアカウント、個人プロジェクト、ポートフォリオサイトなどでスキルを見える化しておくと、営業活動でもアピールしやすくなるでしょう。具体的にどのようなスキルや経験が求められるか知りたい人は、エージェントやクラウドソーシングサイトの公開案件で応募条件を確認することをおすすめします。
地方在住でも案件は見つかる？
現在では、リモートワークが浸透していることもあり、地方在住でもフリーランスのデータサイエンティストとして活躍することは十分可能です。特に首都圏や都市部に本社を持つ企業でも、フルリモートでの参画を許可している案件が増えており、物理的な距離に関係なくチャンスがあります。
ただし、案件の種類によっては「週1回の出社」や「クライアントとの対面打ち合わせ」が条件になる場合もあるため、応募前に確認が必要です。また、フルリモート案件は人気が高いため、タイミングによっては案件を獲得できない可能性があります。仕事が途絶えてしまわないよう、複数の案件獲得手段を確保しておくことをおすすめします。フリーランス向けエージェントを活用すれば、リモート可・地方在住歓迎の案件も見つけやすく、自分のライフスタイルに合った働き方を実現しやすいでしょう。
まとめ
この記事では、データサイエンティストフリーランスの仕事内容や実際の案件例、案件の獲得方法について解説しました。
| ・データサイエンティストフリーランスの仕事内容 ・データサイエンティストフリーランスの年収・単価相場 ・データサイエンティストフリーランスの実際の案件例 ・データサイエンティストフリーランスの在宅案件事情 |
データサイエンティストの仕事内容は、膨大なデータを収集・分析し、統計学や機械学習を駆使してビジネス課題の解決や意思決定の支援を行うことです。フリーランスのデータサイエンティストは即戦力として多様な業界で求められており、ビッグデータやAI活用が進む中でその需要は年々高まっています。
さらに、データサイエンティストフリーランスは専門性の高さから高単価案件が多く、分析業務の性質上、フルリモートでも十分に対応可能なため、柔軟な働き方で高収入を目指せる職種です。これからフリーランスのデータサイエンティストへの転向を検討している人は、ぜひ本記事を参考にしてみてください。
PR
ここから選べば間違いなし
特におすすめのエージェント3社！
引用・参考URL
参考：ランサーズ公式サイト
参考：クラウドワークス公式サイト
参考：スキルマーケット公式サイト
参考：ココナラ公式サイト
参考：国税庁 ｜ 平均給与
参考：レバテックフリーランス ｜ データサイエンティストの平均年収は？2000万円を目指せる？市場動向を解説
参考：求人ボックス ｜ データサイエンティストの仕事の年収・時給・給料
参考：レバテックフリーランス公式サイト ｜ 【データマイニング】出版事業関連データ分析の求人・案件
参考：レバテックフリーランス公式サイト ｜ 【データサイエンティスト】大手飲食サイト向けデータ活用推進支援の求人・案件
参考：レバテックフリーランス公式サイト ｜ 【データエンジニア/データアーキテクト】転職サービス向けデータマート作成の求人・案件
この記事の監修者
中村 慎也 （アークワードコンサルティング 代表）
大学卒業後、シスコシステムズにてパートナー企業開発や金融業界向けコンサルティングセールスに従事。その後、人材業界大手のインテリジェンス（現パーソルキャリア）でIT業界向け人材紹介や転職サイト「doda」の立ち上げを経験。ヘッドハンティングでWeb系スタートアップの取締役を歴任した後、2018年にアークワードコンサルティングを創業。IT/Webと人材領域の知見を活かし、Web戦略から施策実行・継続改善まで総合的に支援。フリーランスや副業など多様な人材活用分野で10年以上のマーケティング支援実績を持つ。
