データ職が週次でアルゴリズム職を逆転——AI基盤と商用化採用の拡大

採用は90日以内に集中し、週次活性は回復した

過去180日間に観測された求人ポジションは6,324件に達し、そのうち90日以内に掲載されたものは5,280件、30日以内が1,682件、直近7日以内でも414件が確認されました。90日集中度は83.5%と高く、採用が中長期のパイプライン形成ではなく、実際のプロジェクト立案から実行までの短期需要に強く結びついていることを示しています。直近7日間の求人は前回の362件から52件増えており、採用活動の減速は見られず、むしろ一部の領域では加速しています。

この集中度は、フロンティアテック企業が「今すぐ必要なスキル」を持つ人材を求めているという意味でも重要です。1-2ヶ月先の計画よりも、現在の実行フェーズを支えることができる即戦力が評価されます。Talentverseの見立てでは、ミッションクリティカルな採用を進める企業は、直近30日から90日の案件へ戦略を集中させ、候補者のプロジェクト実績を短いサイクルで検証する必要性が高まっています。

データ職の週次逆転は「前兆」か「ノイズ」か

機能別の構成をみると、7日間のデータ系ポジションが143件（34.5%）となり、AI/アルゴリズム職の135件（32.6%）を初めて上回りました。これは2026年8月の観測で最初の逆転です。しかし、30日間ではデータ職（30.7%）はAI/アルゴリズム職（32.0%）に及ばず、90日間でもAI/アルゴリズム職が33.5%で首位を保ちました。つまり、週次の逆転は、データエンジニアリングと分析の需要が一時的に高まった結果であり、基調的なトレンドの反転とは言い切れません。

それでも、この逆転が示唆するのは、AIモデルを開発する人材を確保した企業が、次の段階としてデータの品質、パイプライン、評価基盤を整える人材を求め始めたことです。多くの生成AIプロジェクトが試作段階を終え、本番環境で信頼できるデータ基盤なしには成果を出せないという現実が表れています。したがって、採用責任者はこの数値に一喜一憂せず、今後数週間の推移を追うと同時に、データ基盤とAIモデル運用を両方理解できる人材のパイプラインを用意しておくことが賢明です。

AIインフラ比率が75%を超え、Agent/RAGは相対的に後退

テーマ別では、AIインフラ関連ポジションが180日間で51.6%、直近7日間で75.6%に達しました。一方、Agent/RAG関連は180日間の12.1%から7日間の9.4%へ低下し、データプラットフォームが5.6%まで回復しています。これは企業の関心が「エージェントの試作」から「本番運用の安定化」へ移っていることを示しています。AIインフラ人材への需要は、プラットフォームエンジニア、DevOps、MLOps、AIシステムの統合を担うエンジニアに集中しています。

さらに、AIインフラのテーマはエンジニアリングだけにとどまりません。最新の求人にはTechnical AI Product Manager、AI Creative、Growth Ops & AI Workflow Leadといった職種が含まれ、AIを活用して製品を作り、成長させる役割が増えています。つまり、AIはもはや研究部門の専有物ではなく、企業全体の業務プロセスに組み込まれる段階に入ったと言えます。

規制金融機関とWeb3が示す新しい採用パターン

Web3関連の基盤ポジションは依然として全体の3%以下ですが、直近7日間では3.1%と小幅に増加しました。その内訳は、コアとなるプロトコル開発ではなく、取引所のビジネス開発、ウォレット/決済、取引インフラです。さらに、Goldman Sachsがマルチチェーントークン化を担うシニアエンジニアを募集し、Re7 CapitalがCrypto/DeFiのシニア法務顧問、Crypto.comがデータアナリストを募集しています。この組み合わせは、デジタル資産分野が「エンジニアリング単独」ではなく「エンジニアリング＋法務・リスク＋データ」の組織を一体的に増員していることを示しています。

この動きは、フロンティアテック企業が新興分野で持続可能なビジネスを構築する際に、規制対応と技術開発を同時に進める必要があることを意味します。デジタル資産に参入する企業は、技術人材だけを探すのではなく、法務・コンプライアンス・データの専門家を早期にチームに加え、組織設計全体を考えなければなりません。

給与開示と職級情報のギャップにどう向き合うか

給与の明示は改善しており、強い給与レンジの提示が直近7日間で87.0%に達しました。これは企業が報酬の透明性を高めている証拠です。一方で、職級（シニア、ミッド、マネージャーなど）を記載していない求人は63.8%に上ります。給与レンジが示されていても、そのポジションが組織のどの階層にあるのかが不明では、市場価格との比較や人材価値の評価は難しい。この情報ギャップは、外部データによるベンチマークを限定的にし、採用プロセスにおける誤判断のリスクを高めます。

したがって、採用企業は求人票に職級とレポートラインを明記するだけでなく、面接の初回段階で役割の重みを明確化する必要があります。特にミッションクリティカルなポジションでは、給与レンジの広さと職級の透明性が、候補者の期待値を揃え、採用までのスピードを左右します。

Talentverse判断：高確信度採用のために何を優先すべきか

今回のデータが示すのは、AI人材の探索が「アルゴリズム開発者」から「AIを本番で運用し、ビジネス成果に変える人材」へ拡大していることです。データ職の週次逆転はその一つの表れであり、今後の確認が必要です。企業がこの変化を見誤るのは、7日間のスナップショットを構造変化と捉えるか、逆に無視してしまう場合です。実際には、30日から90日のトレンドと、個々の候補者における本番運用の実績を重視すれば、判断の確度は大きく上がります。

Talentverseは、フロンティアテック企業の採用戦略として、AIインフラエンジニア、データ基盤を構築できるデータエンジニア、AI製品マネージャーを優先領域とし、デジタル資産分野では法務・リスク・データの複合人材を早期に確保することを推奨します。高確信度採用は、数字だけでなく、候補者の具体的なシステム設計、運用経験、組織横断の協業実績を評価するプロセスから生まれます。週次データと中長期データの両方を監視し、採用の意思決定を継続的に見直すことが、新しい市場環境下での競争優位につながります。