データサイエンティスト採用の代行費用の相場｜「分析・機械学習・データ基盤」のどれを採るかで変わる

データサイエンティストの採用を代行に出そうとすると、「データサイエンティスト」という職種名のもとで、まったく違う経歴の候補者が提案されることがあります。統計分析が得意な人、機械学習のモデルを作れる人、データを集めて整える基盤を作れる人。どれも求人ではデータサイエンティストと呼ばれることがあります。結論から書くと、データサイエンティストの代行費用を比べる前に、採りたいのが分析・機械学習・データ基盤のどの役割なのかを決め、今その仕事を外部に頼むといくらかかるかから払える額を逆算すると、見積もりの妥当さを判断しやすくなります。

代行の料金は会社、料金の形、依頼する範囲によって大きく異なり、公的な統計もないため、この記事では金額の相場は扱いません。

どの役割を採るかで、探す人が変わる

データに関わる職種は、求人の名前が同じでも、仕事の中身で大きく三つに分かれます。

この三つは、求める経験も、候補者が集まる場所も違います。要件が「データサイエンティスト」という言葉だけのまま代行に出すと、担当者は三つの層すべてに声をかけることになり、面談で役割の食い違いが分かって辞退や不合格が続きます。

とくに多いのは、データ基盤が整っていない会社が、分析や機械学習の人を採ろうとするケースです。入社した人が、分析の前にデータを集めて整える仕事ばかりになり、早く辞めてしまうことがあります。自社のデータがどの段階にあるかを確かめ、今必要な役割から採ることが大切です。要件の決め方はデータサイエンティスト採用の要件定義で書いています。

外部に頼んだ場合の費用から逆算する

データの仕事は、社員を採らずに外部の会社に委託することもできます。払える額を考える手がかりは、同じ仕事を外部に頼んだ場合にいくらかかるかです。

1. 外部の分析会社やコンサルタントに委託した場合：プロジェクト単位や月額で、どのくらいの費用がかかるか。過去に委託したことがあれば、その実績を使う
2. 社内で兼務している場合：エンジニアや企画の担当者が、本来の仕事の合間に分析をしている時間と、その分の遅れ
3. 人材紹介で採った場合：紹介会社の手数料表に基づく手数料と、面接など社内の時間

データの仕事が継続的に発生するなら、外部への委託を続けるより社員を採ったほうが費用を抑えられることがあります。その差額が、採用にかけられる額の目安になります。考え方の全体はエンジニア採用の代行費用でも書いています。

エラベルの見解

データサイエンティストの採用相談で多いのは、入社後に任せる最初のテーマが決まっていないケースです。「データを活用したい」という思いはあっても、具体的にどの事業のどの課題を解くのかが決まっていない。この状態だと、候補者は面談で「何をする仕事なのか」がつかめず、優秀な人ほど辞退します。

代行に出す前に、入社後の最初のテーマを一つ決めてください。「既存顧客の解約を予測して、営業の優先順位づけに使う」のように、事業の課題と結びついたテーマがあると、担当者は候補者に仕事の中身を具体的に伝えられます。同じ料金・同じ業務範囲でも、テーマが決まっているかどうかで、返信と面談の質が大きく変わります。

見積もりで確かめる工程

データサイエンティストの採用代行の見積もりでは、次の工程が含まれているかを確かめてください。

• 役割とテーマの言語化：分析・機械学習・データ基盤のどれを求めるのか、入社後の最初のテーマは何かを、現場と決めて求人に書く
• 経歴の読み解き：使ってきた手法や道具だけでなく、その結果を事業や業務にどうつなげたかを読む
• 文面の作成：自社のデータの状態と、取り組んでほしいテーマを具体的に書く
• 技術面の確認の設計：社内に判断できる人がいない場合、外部の専門家に面接への同席を頼むなど、技術の確認の方法を決める
• 数字の記録：送信数、返信数、面談数、選考の進み具合を記録し、役割の重点を見直す

社内にデータの専門家がいない会社では、四つ目の技術面の確認が抜けやすくなります。経歴の見た目だけで判断すると、入社後に期待とのずれが生じます。スカウトの進め方はデータサイエンティストのスカウトで書いています。

期間と料金の形

データサイエンティストは、役割の絞り込みや技術面の確認に時間がかかるため、採用までの期間が長くなりがちです。代行費用は、月あたりの金額ではなく、採用までの期間を通した総額で比べてください。

料金の形は、月額固定、採用決定時の支払い、両者の組み合わせなどがあります。エラベルでは、採用決定時に1名10万円（税別）という形で、担当者を選んで採用の実務を任せられる仕組みを用意しています。どの形でも、上で逆算した上限の中に収まるかで判断してください。

エラベルの見解

データの人材を採るときにもう一つ考えてほしいのは、採用と外部委託を段階的に組み合わせる方法です。最初は外部の分析会社にテーマを一つ委託し、データの状態や必要な役割が見えてから社員を採る。そうすると、求める役割がはっきりし、採用の失敗を減らせます。

いきなり社員を採ろうとして要件が曖昧なまま代行に出すより、小さく委託して必要な人物像を確かめてから採用を始めたほうが、結果として費用の総額は小さくなることがあります。

まとめ

• データサイエンティストは、分析・機械学習・データ基盤のどの役割を採るかで、探す人も手間も変わる
• データ基盤が整っていない会社が分析の人を採ると、入社後のずれが起きやすい
• 払える額は、同じ仕事を外部に頼んだ場合の費用と、社内の兼務の時間から逆算する
• 見積もりでは、役割とテーマの言語化、技術面の確認の設計が含まれているかを確かめる
• 外部委託で必要な人物像を確かめてから採る、段階的な進め方も検討する

よくある質問

データサイエンティスト採用の代行費用の相場はいくらですか

会社や料金の形、依頼する範囲によって大きく異なり、公的な統計もないため、一律の相場はお伝えできません。同じ仕事を外部に委託した場合の費用と、人材紹介で採った場合の費用から上限を逆算し、その範囲で見積もりを比べてください。

社内にデータの専門家がいなくても採用できますか

採用はできますが、候補者の技術を確かめる方法を決めておく必要があります。外部の専門家に面接への同席を頼む、実際のデータを使った課題を出すなど、経歴の見た目だけで判断しない仕組みを用意してください。

未経験の人を育てる選択はありますか

社内にデータの仕事を教えられる人がいる場合は、分析の素養がある人を採って育てる方法もあります。ただし、教えられる人がいない場合は、最初の一人は経験者を採るほうが、後に続く人を育てる土台になります。