インフラエンジニアからデータエンジニアへ:求人データで見たスキルの重なり
データエンジニアの求人で10%以上に出現し、かつ掲載中求人全体での出現率より5ポイント以上高いスキルを21個抽出し、インフラエンジニアの求人354件での出現率と突き合わせました。SQL(データエンジニア86.4% / インフラエンジニア40.1%)をはじめとする11個が共通し、データ基盤(データエンジニア90.9% / インフラエンジニア2.8%)など10個が不足しやすいスキルとして残ります。
対象スキル = データエンジニアの求人で10%以上に出現し、かつ掲載中求人全体での出現率より5ポイント以上高いスキル。出現率の上位から機械的にN個取るのではなく、 全求人との差(固有度)で選んでいます。汎用的なスキルだけが並んで重複率が高く出る、 という偏りを避けるためです。重複率は対象スキルを固有度で加重し、インフラエンジニア側のカバー率(=インフラエンジニアの出現率 ÷ データエンジニアの出現率、上限100%)で 平均した値です。求人票に書かれない要素(業界知識・チーム内での役割・成果物の質)は 評価に含まれていません。この数値は転職の成功率ではありません。出典: type.jp・green-japan.comの公開求人情報(取得日 2026-07-28)。
そのまま活かせるスキル(11個)
| スキル | データエンジニア | インフラエンジニア | 全求人 | 固有度 | カバー率 |
|---|---|---|---|---|---|
| SQL | 86.4% | 40.1% | 19.9% | +66.5pt | 46% |
| AWS | 72.7% | 83.9% | 25.4% | +47.3pt | 100% |
| GCP | 56.8% | 39.0% | 11.8% | +45.0pt | 69% |
| Python | 61.4% | 27.4% | 18.6% | +42.7pt | 45% |
| Git | 47.7% | 22.3% | 12.0% | +35.8pt | 47% |
| 要件定義 | 61.4% | 57.3% | 30.0% | +31.4pt | 93% |
| Docker | 27.3% | 33.1% | 9.8% | +17.5pt | 100% |
| Azure | 29.5% | 63.3% | 14.4% | +15.2pt | 100% |
| プロジェクトマネジメント | 36.4% | 26.8% | 23.7% | +12.6pt | 74% |
| 生成AI/LLM | 22.7% | 20.3% | 16.0% | +6.7pt | 89% |
| Java | 25.0% | 16.7% | 18.3% | +6.7pt | 67% |
インフラエンジニアの求人354件でも15%以上の頻度で要求されているスキルです。 「固有度」はデータエンジニアでの出現率から掲載中求人全体での出現率を引いた値で、 大きいほどその職種を特徴づけるスキルであることを意味します。
追加で必要になりやすいスキル(10個)
| スキル | データエンジニア | インフラエンジニア | 全求人 | 固有度 | カバー率 |
|---|---|---|---|---|---|
| データ基盤 | 90.9% | 2.8% | 3.2% | +87.7pt | 3% |
| BigQuery | 56.8% | 2.8% | 2.3% | +54.5pt | 5% |
| Snowflake | 36.4% | 2.8% | 1.1% | +35.2pt | 8% |
| BIツール | 34.1% | 1.4% | 2.7% | +31.4pt | 4% |
| 機械学習 | 20.5% | 4.5% | 3.8% | +16.7pt | 22% |
| dbt | 13.6% | 0.0% | 0.3% | +13.3pt | 0% |
| Spark | 13.6% | 0.3% | 0.4% | +13.2pt | 2% |
| Databricks | 13.6% | 0.0% | 0.4% | +13.2pt | 0% |
| Airflow | 11.4% | 0.0% | 0.3% | +11.0pt | 0% |
| Scala | 11.4% | 0.3% | 0.6% | +10.8pt | 2% |
データエンジニアに固有でありながら、インフラエンジニアの求人では15%未満しか要求されていないスキルです。 固有度の高い順に並べています。 このデータは何を学ぶべきかの優先順位を示すものではなく、 求人票への記載頻度の差を示しているだけです。
提示年収の比較
中央値の差は138万円で、データエンジニアのほうが高くなっています。 これは掲載中求人の提示レンジの分布の差であり、 同じ人がインフラエンジニアからデータエンジニアへ移ったときの年収変化ではありません。
サンプル値 =(提示年収の下限+上限)÷2、片方のみ記載の場合はその値。 サンプル数が20件未満の統計には参考値バッジを付けています。 年収分布・求人例・スキルランキングはデータエンジニアの年収相場にまとめています(このページは遷移固有の比較だけを扱います)。
転換の現実性:データエンジニア側の受け入れ状況
| 指標 | データエンジニア | インフラエンジニア |
|---|---|---|
| 掲載中求人 | 44件 | 354件 |
| 未経験歓迎の記載あり | 3件(6.8%) | 61件(17.2%) |
| リモート勤務可 | 29件(65.9%) | 232件(65.5%) |
データエンジニアで未経験歓迎と明記された求人は3件、データエンジニア求人全体の6.8%です。インフラエンジニア側の17.2%と比べて低く、 母数(44件)自体がインフラエンジニア(354件)より少ない点も併せて見る必要があります。
「未経験歓迎」は求人票の記載からの判定であり、実際の選考基準とは異なる場合があります。 応募して通過するかどうかは求人データからは分かりません。
データエンジニアそのものの求人統計
データエンジニアの年収分布・スキルランキング・求人例・地域分布は、遷移元によって変わらないため このページでは繰り返しません。データエンジニアの年収相場(44件の集計)にまとめています。
よくある質問
インフラエンジニアの経験はデータエンジニアでどのくらい通用しますか?
データエンジニアの掲載中求人44件から、データエンジニアの求人で10%以上に出現し、かつ掲載中求人全体での出現率より5ポイント以上高いスキルを21個抽出し、インフラエンジニアの求人354件での出現率と比べました。固有度で加重した重複率は39%です。最も重なりが大きいのはSQLで、データエンジニアの86.4%、インフラエンジニアの40.1%の求人で要求されています。これは求人票の記載が重なっている度合いであり、実務経験の深さが評価されるかどうかはこのデータでは分かりません。
データエンジニアになるには何を追加で学ぶ必要がありますか?
インフラエンジニアの求人で15%以上要求されていない対象スキルは10個です。固有度が最も高いのはデータ基盤で、データエンジニアの90.9%に対しインフラエンジニアは2.8%、掲載中求人全体では3.2%でした。ただしこれは求人票への記載頻度の差であり、学習の順序や必要な習熟度を示すものではありません。
データエンジニアは未経験から応募できますか?
データエンジニアの掲載中求人44件のうち、求人票に未経験歓迎の記載があるのは3件(6.8%)です。件数としては限られるため、未経験可の枠だけを狙うより、SQLなど現職と共通する要件で実務経験を示せる求人を探すほうが選択肢は広くなります。
インフラエンジニアからデータエンジニアに移ると年収は上がりますか?
提示年収の中央値はインフラエンジニアが650万円(354件)、データエンジニアが788万円(44件)で、差は138万円です。ただしこれは求人票の提示レンジの分布の差であり、同じ人が転職した場合の年収変化ではありません。
関連する統計・記事
- インフラエンジニアの年収相場(現職側の分布)
- データエンジニアの年収相場(転換先の分布)
- SE・システムエンジニアからデータエンジニアへ(スキル重複率 41%)
- バックエンドエンジニアからデータエンジニアへ(スキル重複率 49%)
- 社内SE・情報システムからデータエンジニアへ(スキル重複率 15%)
- データエンジニアの年収・スキル・キャリアパス
- キャリア遷移のスキル重複分析(一覧)
- 年収帯別の求人統計(目標年収から逆算する場合)
- データエンジニアを目標にしたときの市場年収を診断する