データサイエンティストのフリーランス案件｜単価相場と必要スキル

2026年1月11日

榊原隼人

この記事のポイント

✓データサイエンティストのフリーランス案件の単価相場
✓Python・機械学習・SQLのスキル別に月単価の目安と
✓高単価案件を獲得する戦略を紹介します

データサイエンティストのフリーランス案件は、IT系の中でもトップクラスの単価水準にある。月単価80〜130万円が相場で、機械学習エンジニアとしての実装力があれば150万円を超えるケースもある。

ただし「データサイエンティスト」という肩書だけでは案件は取れない。僕がSIerからフリーランスに転身したとき、最初に痛感したのがそこだった。スキルセットは年々変化しているし、案件の種類も多岐にわたる。自分の強みを明確にして、それに合った案件を選ぶ必要がある。

データサイエンティストのフリーランス案件の種類

フリーランス案件を大きく分けると、4つのカテゴリに分類できる。

1. 分析・レポーティング案件

既存データの分析とビジネスインサイトの提供。SQLとPython（pandas、matplotlib）が使えれば対応可能。月単価は60〜80万円。参入障壁が低い分、競争も激しい。

2. 機械学習モデル開発案件

レコメンドエンジン、需要予測、異常検知などのモデル構築。scikit-learn、TensorFlow、PyTorchの実務経験が必須。月単価は90〜120万円。

3. データ基盤構築案件

データパイプラインの設計・構築。BigQuery、Snowflake、dbt、Airflowなどのツール経験が求められる。月単価は80〜110万円。データエンジニアとの境界が曖昧だが、需要は急増中。

僕の知り合いのハルキがまさにこの領域にいるんだけど、彼いわく「データサイエンティストを名乗りながら基盤構築もできると、案件の選択肢が2倍に広がる」とのこと。実際、僕自身もAirflowを触れるようになってから案件の幅が明らかに変わった。

4. LLM/生成AI関連案件

2024年以降に急増した案件カテゴリ。RAG構築、プロンプトエンジニアリング、LLMのファインチューニングなど。月単価は100〜150万円。スキルを持つ人材が圧倒的に不足しているため、高単価が維持されている。

スキル別の月単価マップ

スキルセット	月単価の目安	需要の傾向
SQL + Python（分析のみ）	60〜80万円	安定しているが成長鈍化
Python + scikit-learn + 統計学	80〜100万円	堅調
TensorFlow/PyTorch + MLOps	100〜130万円	高需要
LLM + RAG + LangChain	110〜150万円	急成長中
Spark + Airflow + クラウド基盤	85〜110万円	データエンジニアリング需要と連動

@SOHOの年収データベースを見ると、正社員のデータサイエンティストの年収中央値は650万円前後。フリーランスなら月単価90万円×12ヶ月で年収1080万円になるので、スキルがあるなら独立のメリットは大きい。

フリーランスのデータサイエンティストとして独立する方法と年収相場。データサイエンティストはフリーランスとして独立しやすい職種で、平均年収も974万円と高いです。

案件獲得の3つのチャネル

チャネル1：フリーランスエージェント

レバテックフリーランス（レバレジーズ株式会社運営、登録者数60万人超）、Midworksなどのエージェント経由。大手企業の常駐案件が中心で月単価は高め。ただしマージンが15〜25%引かれるため、実質手取りは表示単価より低くなる。

チャネル2：クラウドソーシング

@SOHOのようなプラットフォームで直接発注者とつながる方法。手数料0%で直接取引が可能なため、エージェントのマージンを気にせず報酬をそのまま受け取れる。14大分野・99小分野で案件が分類されているので、データ分析系の案件をピンポイントで探せる。中小企業やスタートアップからの分析案件が多い。

チャネル3：直接営業・リファラル

既存クライアントからの紹介や、勉強会・カンファレンスでの人脈経由。マージンゼロで信頼度も高い案件が多いが、人脈構築に時間がかかる。

僕の場合、年収の内訳はエージェント経由が40%、直接取引が50%、スポット案件が10%。エージェントは安定収入の確保に使い、直接取引で利益率を上げるという戦略を取っている。

ぶっちゃけ、エージェント経由で月単価100万円の案件を受けても、マージン20%で手取りは80万円。一方、@SOHOで直接取引なら90万円の案件でも手取りは90万円そのまま。年間で計算すると120万円以上の差になる。この差は無視できない。

文系からデータサイエンティストを目指す人も増えている。実際、僕が関わったプロジェクトでも、マーケティング畑出身でPythonを独学した人が活躍していた。技術だけでなく「ビジネス課題を数字で語れるか」が重要で、その点では文系出身者のほうが強いケースもある。

フリーランスとして独立する前に準備すべきこと

実務経験は最低3年

データサイエンティストのフリーランスは、未経験からの参入はほぼ不可能だ。正社員として最低3年の実務経験を積んでから独立するのが現実的。

僕自身、SIerに4年いたあとフリーランスになったが、3年目までに身につけた「企業のデータ分析環境のあるある」の理解が、案件獲得時に一番効いている。

ポートフォリオとしてのGitHub

分析レポートやモデルのコードをGitHubに公開しておくと、案件獲得で有利になる。業務で作ったものは守秘義務があるので、Kaggleのコンペや個人プロジェクトのコードを公開する。@SOHOのポートフォリオ機能を使えば、分析事例を一覧で見せることもできる。

会計・税務の基礎知識

フリーランスになると確定申告が必要。月単価100万円でも、税金・社会保険料を差し引くと手取りは65〜70%程度。開業届と青色申告の準備は独立前に済ませておくこと。

案件選びのNG例/OK例

NG例: 「月単価が高いから」という理由だけで、自分の専門外の案件に応募する。SIer出身でSQL+Excelしかできないのに、機械学習モデルの構築案件を受けてしまい、納品できずにクライアントとの関係が破綻する。

OK例: 自分の得意なスキルセット（例：SQL + Python + BIツール）で確実に価値を出せる分析案件から始めて、実績を積みながら徐々にスキルの幅を広げる。

これ、僕の周りでもやらかした人が2人いる。1人は月単価130万円のLLM案件に飛びついて、3週間で「スキル不足」と判断されて契約打ち切り。もう1人は逆に、月単価70万円のSQL分析から堅実にスタートして、半年後にはそのクライアントからMLOps案件を任されるようになった。焦って背伸びするより、信頼を積み上げるほうが結果的に速い。

高単価を維持するためのスキルアップ戦略

データサイエンティストの技術トレンドは変化が速い。2年前に主流だったツールが今は使われていないことも珍しくない。

現時点で投資対効果が高いスキルは以下の3つ。

LLM/生成AI関連スキル。OpenAI API、LangChain、RAG構築。2026年現在、最も需要が高く、単価も上昇傾向にある。
MLOpsスキル。モデルの本番運用、CI/CDパイプライン、モニタリング。「モデルは作れるけど運用できない」データサイエンティストが多いため、MLOpsができると差別化になる。
ドメイン知識。金融、医療、製造業など、特定業界の知識があると、同じスキルセットでも単価が10〜20%上がる。業界特有の課題を理解し、ビジネス側と共通言語で話せることが武器になる。

データサイエンティスト案件の業界別需要動向

データサイエンティスト案件の単価は、技術スキルだけでなく「どの業界からの依頼か」によっても大きく変わります。同じ機械学習モデル構築でも、業界ごとに予算規模・難易度・期待される成果が異なるため、自分の経験と相性の良い業界を選ぶことが、効率的なキャリア形成の鍵となります。

国内で特に需要が拡大している業界別の動向を整理します。

第一は「金融・保険業界」です。クレジットスコアリング、不正検知、リスク管理、アルゴリズム取引など、データの質・量ともに極めて充実しており、高度な分析手法が求められます。月単価120〜200万円の案件が多く、長期契約（6ヶ月〜2年）が一般的です。ただし、金融業界特有の規制（FISC安全対策基準、金融庁ガイドライン等）への対応が必須となり、参入障壁は比較的高めです。

第二は「医療・製薬業界」です。創薬AI、画像診断支援、患者リスク予測、臨床試験データ分析など、社会的意義の大きい案件が多くあります。月単価100〜180万円が相場で、医療データの取扱いに関する深い理解が求められます。生成AIを医療現場に導入する案件も急増しており、専門人材の不足が顕著です。

第三は「小売・ECビジネス」です。需要予測、レコメンドエンジン、顧客セグメンテーション、在庫最適化など、データ分析の効果が直接的に売上に反映される領域です。月単価80〜130万円が中心で、案件数が圧倒的に多いため、フリーランスとしての安定収入の柱になりやすい特徴があります。

第四は「製造業」です。予知保全、品質管理、生産計画最適化、サプライチェーン管理など、IoTセンサーから収集される大量の時系列データを扱う案件が中心です。月単価90〜150万円で、工場・現場との対話力が求められます。経済産業省も継続的にデータ活用の推進を後押ししています。

製造業のデジタル化推進では、AI・データ分析技術を活用した生産プロセス最適化、品質予測、サプライチェーン管理高度化等の取組が拡大している。データサイエンティスト等の専門人材の確保が事業展開の重要課題となっており、フリーランス・副業人材の活用も含めた多様な人材戦略が求められている。出典: meti.go.jp

第五は「自治体・公共部門」です。住民データ分析、政策効果検証、行政サービス最適化など、社会課題の解決に直結する案件が増えています。予算規模は中程度（月単価70〜120万円）ですが、契約の安定性が極めて高く、入札制度を理解できれば継続的な収入源となります。

業界	月単価レンジ	案件継続性	必要な前提知識
金融・保険	120〜200万円	高	FISC・金融商品知識
医療・製薬	100〜180万円	中〜高	医療規制・薬事法
小売・EC	80〜130万円	高	マーケティング基礎
製造業	90〜150万円	中〜高	生産工程・IoT知識
自治体・公共	70〜120万円	高	入札制度・行政手続
不動産・建設	80〜140万円	中	業界商習慣
エンタメ・メディア	70〜120万円	中	コンテンツ分析

業界選定で重要なのは「参入障壁の高さ=収益の持続性」と認識することです。誰でも入れる業界(小売・EC等)は案件数が多い反面、競争も激しく単価圧力がかかります。逆に、参入障壁が高い業界(金融・医療)は、一度信頼を獲得すれば長期的な高単価契約が継続しやすい特性があります。

クライアントとの契約・交渉で押さえるべき実務ポイント

データサイエンティスト案件は、契約書の内容によって実質的な手取り・働き方・トラブルリスクが大きく変わります。フリーランスとして長期的に安定した収入を確保するには、契約書の重要条項を理解し、必要に応じて交渉できる力を持つことが極めて重要です。

最重要となる契約条項を整理します。

第一は「業務範囲（スコープ）」の明確化です。データ分析案件は、要件定義段階の曖昧さがそのまま追加作業の発生に繋がりやすい性質があります。「機械学習モデルを作る」だけでなく、「どのデータソースを使い」「どの精度指標で評価し」「どこまで運用支援するか」を細かく定義することが必須です。

第二は「成果物の定義と納品基準」です。コードのみの納品か、ドキュメント・分析レポートまで含むのか、APIエンドポイントとして稼働状態にするまで対応するのか、によって工数が大きく変わります。「精度95%以上を達成すること」のような結果保証型の契約は、データの質によっては実現不可能なリスクがあるため避けるべきです。

第三は「知的財産権の帰属」です。開発したモデル・コード・分析手法の権利が、クライアントに帰属するのか、共有なのか、フリーランス側に残るのかを明確にします。汎用的なライブラリ・テンプレート部分はフリーランス側に権利を残しておくと、別案件での流用が可能となり、長期的な生産性が大きく変わります。

第四は「秘密保持契約（NDA）の範囲」です。クライアントの業務データ・営業秘密の取扱い範囲、契約終了後の守秘義務期間、違反時の損害賠償上限などを明確にします。データサイエンティストは機密情報に触れる機会が多いため、NDAの内容は特に慎重に確認する必要があります。

第五は「報酬の支払い条件」です。月末締め翌月末払いが標準的ですが、フリーランス新法施行により60日以内の支払いが法的に義務付けられています。前払い・分割払い・成果報酬などの条件も、案件の性質に応じて柔軟に交渉します。

契約条項	標準的な内容	交渉余地	注意ポイント
業務範囲	月次稼働時間・タスク列挙	中	追加作業の単価明記
成果物	コード・ドキュメント	中	結果保証は避ける
知財帰属	クライアント帰属が一般的	高	汎用部分は除外
NDA	5年間	低	契約終了後の範囲
報酬支払	月末締翌月末払い	中	60日以内が法定
解約条件	30日前予告	高	中途解約時の精算
損害賠償上限	報酬総額相当	高	必ず上限を設定

第六は「解約・契約終了条件」です。フリーランス側からの解約、クライアントからの解約、それぞれの予告期間と精算方法を明確にします。プロジェクト中断時の知見・データの引継ぎ範囲も含めて、双方が安心して取引できる枠組みを作ります。

国は「フリーランス・事業者間取引適正化等法（フリーランス新法）」を施行し、契約条件の書面交付を義務化しています。

業務委託事業者は、特定受託事業者に対し業務委託をした場合、給付の内容、報酬の額、支払期日その他の事項を書面又は電磁的方法により明示しなければならない。違反した場合は勧告・命令・公表の対象となり得る。出典: mhlw.go.jp

つまり、発注側企業は契約条件を書面で示す義務を負っており、フリーランス側もこの権利を理解しておくことで、不利な条件を一方的に押し付けられるリスクを大幅に減らせます。書面交付がない取引は、その時点で「危険信号」と捉えるべきです。

実務的な交渉テクニックとして、以下の3点が特に有効です。

第一は「単価交渉の根拠資料」を準備することです。市場相場データ、自分の経験・実績、提供価値の試算などを資料化しておくと、感覚的な値引き要求に対して客観的に反論できます。

第二は「複数の選択肢を提示する」ことです。「月100万円のフルコミット」「月60万円の週3稼働」「成果報酬型のスポット契約」など、複数の働き方を提案することで、クライアント側のニーズに合致する形を見つけやすくなります。

第三は「契約レビューを専門家に依頼する」ことです。年間1〜3万円の弁護士保険や、スポット契約レビューサービス（1件3〜5万円）を活用することで、専門家の視点で契約リスクを事前にチェックできます。

データサイエンティスト独立後の確定申告と税務戦略

データサイエンティストとして独立すると、月単価が高額（80〜150万円）であるため、税務処理の戦略性が手取り額を大きく左右します。年収1,000万円超のフリーランスは、節税対策の有無で年間100万円以上の差が生じることも珍しくありません。

最初に整えるべきは「青色申告の活用」です。開業届と青色申告承認申請書を提出することで、65万円の特別控除が適用され、それだけで所得税・住民税合わせて約20万円の節税効果が得られます。さらに、減価償却の柔軟な計上、家族への給与の経費算入、赤字の3年間繰越控除など、白色申告にはない多くの特典を活用できます。

次に検討すべきは「経費計上の最大化」です。データサイエンティストの主要経費項目を整理します。

第一は「機材・設備費」です。高性能PC（30万円超は減価償却）、外付けGPU、4Kモニター、専用キーボード・マウスなど、業務に必要な機材は全額経費化可能です。

第二は「ソフトウェア・サブスクリプション」です。クラウド開発環境（AWS、GCP、Azure）、開発ツール（GitHub Copilot、Cursor等）、データ分析ツール（Tableau、Looker等）、専門書籍の購読などが該当します。

第三は「学習・研修費」です。オンライン講座（Coursera、Udemy等）、技術書籍、カンファレンス参加費、資格取得費（統計検定、AWS認定等）はすべて経費として計上できます。

第四は「自宅オフィス按分」です。自宅で作業する場合、家賃・光熱費・通信費の業務利用分を按分計算で経費化できます。作業スペース面積比率や使用時間比率での按分が一般的です。

第五は「移動・出張費」です。クライアント先訪問、勉強会・カンファレンス参加、客先打合せの交通費・宿泊費は全額経費化可能です。

経費分類	月額目安	年間目安	節税効果(税率30%)
機材・設備	5〜20万円	60〜240万円	18〜72万円
ソフトウェア	3〜10万円	36〜120万円	11〜36万円
学習・研修	2〜10万円	24〜120万円	7〜36万円
自宅オフィス	5〜15万円	60〜180万円	18〜54万円
移動・出張	1〜10万円	12〜120万円	4〜36万円
交際・接待	1〜5万円	12〜60万円	4〜18万円

これらを適切に計上することで、年間500〜1,000万円規模の経費計上が可能となり、所得税・住民税の負担を大幅に軽減できます。

国税庁では、フリーランス・個人事業主の事業経費の取扱いについて継続的に情報提供を行っています。

事業所得を計算する際の必要経費は、事業の遂行上必要であった支出であり、家事関連費(事業と家事の両方に関連する費用)については、業務の遂行上必要である部分を明らかに区分することができる場合に限り、必要経費に算入できる。事業との関連性を客観的に説明できる記録の整備が重要である。出典: nta.go.jp

年収1,000万円を超えるレベルになると、法人化の検討も視野に入ります。法人化のメリットとしては、所得税の累進課税(最大45%)から法人税(実効税率約30%)への切替、役員報酬・退職金スキームの活用、社会的信用の向上などがあります。

法人化のデメリットとして、設立費用(約25万円)、税理士顧問料(年間30〜60万円)、社会保険料の増加(従業員ゼロでも年20万円程度)、決算・申告作業の複雑化などがあります。一般的には、課税所得900万円を超えるラインが法人化の損益分岐点とされており、年収1,200〜1,500万円超のデータサイエンティストは検討する価値が十分にあります。

iDeCo・小規模企業共済・経営セーフティ共済などの所得控除制度の併用も極めて有効です。これらをフル活用すると、年間で約405万円分の所得圧縮が可能となり、課税所得を大幅に下げて手取りを最大化できます。

データサイエンティストとしての高単価収入を、税務戦略によって最大限手元に残す設計を持つことで、長期的な資産形成のスピードが大きく変わります。年収1,000万円規模に達したら、税理士との顧問契約(月3〜5万円)を結び、専門家のサポートを受けながら戦略的な税務管理を進めることを強く推奨します。