AIエンジニアになるには——なり方は持っていないが、案件が何を求めているかは原文で出せる
更新日 2026-09-17(読者に見える文字が変わった日。数字の確認日は本文に)・誰がどう調べているか
台帳の数字は63社の公式サイトを読んで数えたものです(2026-09-14時点)。求人票の数字や、一般に言われていることの整理は、本文でそのつど出どころを書いています。
目次
「AIエンジニアになるには」という問いに、当サイトは答えを持っていません。どう学べばなれるか、どの順番で進めばいいかを調べた記録が無いためです。学習の進め方を断言している記事は他にたくさんありますが、当サイトはそれを確かめていないので、繰り返しません。
代わりに出せるものが3つあります。案件サービスが必須条件として公開している一行、AI・機械学習エンジニアという職種名で出ている求人票の提示額、そして台帳のサービスがAIをどの分類に置いているかです。どれも公式サイトの原文で、確認日が付いています。
先に結論
| 「なるには」で知りたいこと | 当サイトで確かめられたこと |
|---|---|
| どう学べばなれるか | 持っていない。学習の進め方を調べた記録が無い |
| どれくらいの期間でなれるか | 持っていない。期間を追った記録が無い |
| 実務で何を求められているか | 公式サイトに書いてある。必須条件の原文を下に引用 |
| その職種名の募集が出ているか | 出ている。求人票127件のうちAI・機械学習エンジニアは4件 |
| 提示年収 | 下限の中央値850万円・上限の中央値1,550万円。4件しかないので1件で動く |
| 探す入口があるか | ある。台帳にAI・生成AIの分類を載せているサービスがある |
なれるかどうかを当サイトは判定しません。下にあるのは、判断するときに使える材料です。
1. 案件が必須条件として公開している一行
ITプロパートナーズは、職種の一覧に「機械学習エンジニア」を置いたうえで、案件の必須条件をそのまま公開していました(原文・確認日は各社のページ)。
・ LLM(生成AI)を活用した業務効率化や、プロダクト組み込みに関する基礎知識・実装経験
同じ案件の必須条件には、次の行も並んでいました。
・ エンタープライズ規模(大規模)のシステム開発・設計経験(アーキテクトとしての経験)
この2行が並んでいることが、この記事でいちばん伝えたい事実です。生成AIの実装経験だけでなく、大規模システムの設計経験が同じ欄に並んでいます。学習の順番を当サイトは決められませんが、募集する側が何を同時に求めているかは、原文から読めます。
ただしこれは案件1件の条件です。ほかの案件が同じ条件だという意味ではありませんし、当サイトは案件の必須条件を集計していません。1件の原文を1件として読んでください。
2. AI・機械学習エンジニアという職種名の求人票
当サイトが数えた求人票は127件(1社・レバテックダイレクトの公式サイト・確認日2026-08-22)で、そのうち職種名が「AI・機械学習エンジニア」だったのは4件でした。
| 値 | |
|---|---|
| 件数 | 4件 |
| 下限の中央値 | 850万円 |
| 上限の中央値 | 1,550万円 |
| いちばん低い下限/いちばん高い上限 | 600万円/3,000万円 |
4件しかありません。1件入れ替わるだけで中央値が大きく動く件数です。平均値ではなく、求人票の提示額であり、在籍している人の年収でもありません。1件ずつの内訳はAIエンジニアの年収に並べました。
この件数から「AIエンジニアは稼げる」とは言えません。提示額が高く出ていることと、その職種に入れることは別の話です。
3. 台帳でAIがどの分類に置かれているか
台帳のサービスが、AIを職種として扱っているのか、案件の領域として扱っているのかは、社によって違いました。原文のまま並べます。
| サービス | 公式サイトの書き方(原文) | 置かれていた場所 |
|---|---|---|
| ITプロパートナーズ | 「機械学習エンジニア」 | 職種の一覧 |
| Engineer-Route | 「AI・生成AI関連」 | 案件の領域の一覧(クラウド関連・ローコード/ノーコード開発と並ぶ) |
| Engineer-Route | 「データサイエンティスト」 | 職種の一覧(ネットワークエンジニアと並ぶ) |
| デイトラ | 「生成AIの基礎からデザイン・マーケティング・バックオフィス実務で使える技術までをプロから学ぶコース」 | 講座の説明 |
同じ会社の中で、AIが「職種」と「領域」の両方に出てきます。Engineer-Routeは、案件の領域としては「AI・生成AI関連」を置き、職種としては「データサイエンティスト」を置いていました。探すときに、職種名で絞るのか領域で絞るのかで、当たる募集が変わります。
デイトラの講座は開発職に限らない書き方でした。「デザイン・マーケティング・バックオフィス実務」と並んでいるので、AIエンジニアになるための講座として読むと、書いてある内容とずれます。
分類が在ることと、いま募集が在ることは別です。当サイトは各分類の件数を数えていません。
「AIエンジニア」という名前そのものの話
同じ「AIエンジニア」という言葉が、職種の分類・案件1件の題名・検索の絞り込みで違うものを指していること、職種名が別でも中身が生成AIの募集があることは、AIエンジニアの将来性で原文を並べて扱いました。この記事では繰り返しません。
名前の指す範囲が定まっていないので、「AIエンジニアになる」という言い方だけでは、何を目指しているかが決まりません。求人票や案件の原文を1件ずつ読むほうが早い、というのが当サイトの立場です。
確かめるときに見るもの
当サイトの整理で、調査結果ではありません。
| 確かめるもの | どこで |
|---|---|
| その募集が求めている経験 | 募集要項の必須条件・歓迎条件の欄 |
| 生成AIの実装なのか、機械学習のモデル作りなのか | 仕事内容の欄(同じ職種名でも中身が違う) |
| 雇用なのか業務委託なのか | 募集要項の雇用形態の欄 |
| 提示年収の幅 | 求人票の提示額(幅の中のどこで決まるかは提示額の欄からは分からない) |
| 探したいもの | 台帳から |
|---|---|
| 実務経験があり、条件の違う求人を探す | 経験者向けの転職サービス(20社) |
| 業務委託の案件を探す | フリーランス案件のサービス(23社) |
| これからITの仕事に入る | 未経験からITのサービス(16社) |
確かめられること・確かめられないこと
確かめられること
- AI・機械学習エンジニアの求人票4件の提示年収(1社の公式サイト・確認日2026-08-22)
- 案件サービスが公開している必須条件の原文(案件1件ぶん)
- 台帳のサービスがAIを職種・領域・講座のどこに置いているか(読んだURLと確認日は各社のページ)
確かめられないこと
- AIエンジニアになる方法・必要な期間。調べた記録がありません
- なれる割合。追っていません
- AIエンジニア全体の年収の平均値。持っていません
- 各分類の中にある求人・案件の件数。数えていません
- どの学習が実務につながるか。当サイトは学習の効果を測っていません
よくある質問
AIエンジニアになるにはどうすればいいですか
当サイトには答えられません。学習の進め方を調べた記録が無いためです。確かめられるのは、案件サービスが公開している必須条件の原文(生成AIの実装経験と、大規模システムの設計経験が同じ欄に並んでいた)と、求人票4件の提示額までです。
未経験からAIエンジニアになれますか
当サイトは、なれた割合を持っていません。台帳には未経験可を掲げるサービスが16社ありますが、掲げていることと、AIの職種に入れることは別です。当サイトが確かめたのは各社の公式サイトの記載だけで、結果は追っていません。
AIエンジニアの年収はいくらですか
当サイトの求人票では、AI・機械学習エンジニア4件の下限の中央値が850万円、上限の中央値が1,550万円でした。4件しかないので1件で中央値が動きます。平均値ではなく提示額です。
次に見るもの
- AIエンジニアの年収 — 求人票4件を1件ずつ
- AIエンジニアの将来性 — 「AIエンジニア」という名前が置かれている場所を原文で
- AIエンジニアはやめとけと言われる理由 — 言われる理由を確かめられる範囲で分けた
- プログラマーになるには — 独学・スクール・未経験可の求人の3つの入り方
- 職種別の年収レンジ — 求人票127件(2件以上ある20職種を集計)
近いことを書いた記事
同じ職種・同じ切り口の記事です。順番に意味はありません(語の近さで並べています)。