（実務者向け）日本の、データ基盤系エンジニア人数と年収の推定してみた　2014予想

※表が崩れていますが、修正が面倒大人の事情により、そのままにします。ごめんなさい。

年末進行その2。データ編です。どうせ正月ないから今のうちに。前回の「ビジネスやってる分析屋なのでブログからこれくらいわかりましたよという1実例」の続きでしたが、書くと無駄に長くなりすぎる癖がありまして。そろそネタバレ気味に逝きます。

このブログのモチベーションは、データサイエンティストネタ以前に、データ蒐集と社会の可視化が目的でした。重いモノを動かすには体力ですが、軽いモノを動かしてみるには知力が必要です。好奇心と探究心の一環なわけなので暖かい目でお許しください。

すでにわかっている方もいると思いますけども、私の微妙に一貫性のないコンテンツや時勢を無視した唐突な感じは、そうした蒐集と検証目的に沿って8割方、事前に計画してきたものなわけです。といっても計画8割、実行5割で、進捗率4割という、まるで計画通りじゃないのがダメな感じで今後の反省材料です。またいくつかのソーシャルメディアでの無軌道ぶりも、私というより軽めのボットを作って観測した仕業です。

ということで、この1年、私が知りたかったことは、ビッグデータ関連でいえば、

各メディアの持つインパクトの実体感
潜在マーケット需要（ビッグデータ業界や、データ分析人材需要）
その手を担ぐ会社の存在の偏り
データ分析者の存在マップ　分析屋がどこに潜んでいるのか社会ネットワーク
関連技術と経済効果
データ分析要員の待遇改善効果

などです。私のブログは微妙ですけど、その周辺調査などからも、このあたりはよくわかったので目的達成はしたところです。そこで今回は

潜在マーケット需要（ビッグデータ業界や、データ分析人材需要）

の亜種として、データ基盤系スキルの使い手人数と大事な待遇＝年収帯の推定を行った結果を共有したいと思います。ビッグデータと騒いでいても、実際のエンジニアにとって今後、年収高くなりそうなスキルとはなにか！と米国の需要ベースで推定してみました。調査や導出方法などはかつての記事を参考ください。前回と違うのは、ブログなどによるフィードバックデータを加味したことです。例えば前回より、特定の人間の所属する会社の年収帯を推定するのは容易ですし、そのデータ蒐集と学習により、推定精度を少しは向上させています。選挙予想と似たようなもんですかね。そっちより簡単ですけど世にない感じなったのはいい具合かなと。年収帯の分布を出すことで、ざっくりとスキル熟練度の分布も想像できますが、一人が複数の領域にまたがることは当然ありえます。では共有します。

データベース系

				推定年収帯（万円）と推定人数
従事スキル	総使い手（人数）	平均年収（万円）	総給与（百万円）	～399	400～599	600～799	800～999	1000～
Oracle	45768	550	251,749	24232	12349	6444	1869	874
SQL Server	39618	529	209,668	22630	10550	4755	1194	490
MySQL	13742	542	74,428	7476	3698	1858	526	185
MongoDB	4302	748	32,194	0	2161	1395	443	304
PostgreSQL	2295	528	12,111	1348	561	283	76	28
NoSQL	6453	754	48,640	0	3160	2105	706	482

なんだかんだで商用的には2大巨頭のOracle、SQLserverの需要があるので人数も多めです。MongoDBやNoSQLみたいな新技術っぽいのは使い手の人数が少なく短期需要的には高めになりがちです。ただ、このへんは流行らない技術認定されると、急速に消えるので、ヘッジとして普通にRDBもやっておく必要があるでしょうね。それはMySQL、PostgreSQLどれもそんなに大差ありません。年収が高いDBエンジニアは重要なデータ扱う管理者的なポジションでもあるのでオープンソース系よりは、やはり商用DBの比率が高くなるようです。

大量処理界系

				推定年収帯（万円）と推定人数
従事スキル	総使い手（人数）	平均年収（万円）	総給与（百万円）	～399	400～599	600～799	800～999	1000～
Hadoop	8081	759	61,342	0	3860	2667	900	654
mahout	431	630	2,715	104	218	69	20	20
Hive	2645	690	18,236	552	962	698	259	173

ビッグデータの申し子な感じのスキルであるHadoopスキル使いは年収高めの傾向ありです。今後もビッグデータブームを経て使い手も増えてくるでしょう。マニアックにmahoutなんか探ってみましたがほとんど使い手いないようです。HiveはDWHの一種ですがHadoop派生なんでHadoopの内数と見てよいでしょう。

分析ソフトウェア系

				推定年収帯（万円）と推定人数
従事スキル	総使い手（人数）	平均年収（万円）	総給与（百万円）	～399	400～599	600～799	800～999	1000～
matlab	4104	542	22,228	2317	1019	506	172	89
SPSS	3994	587	23,466	1788	1173	669	226	139

分析ソフトウェアの使い手たちですが人数はそこそこ。あまり年収高くありません。RやSASは？というのは大人の事情で割愛いたします。この手は類義語も多くてデータ的に蒐集と推定が難しくて。年収低めは学術関係者も使うのでその補正かもしれません。使いこなすと便利なんですがこれもまたブームにより消えがちなスキルなのでMSOFFICE系を使いこなせる必要もあるでしょうね。

マイクロソフトオフィス系

				推定年収帯（万円）と推定人数
従事スキル	総使い手（人数）	平均年収（万円）	総給与（百万円）	～399	400～599	600～799	800～999	1000～
microsoft Excel	182112	381	694,599	133902	28678	12982	3746	0
microsoft Access	37509	343	128,747	29159	4773	1993	545	0

MS系だけ区別しました。もっとも使われる分析ソフトウェア？ことEXCELはやはり使い手数は最大です。年収はポピュラーすぎて差別化難しいので低めになってしまいます。Accessも同様です。能力の差別化要素にはなりづらくても英語より重要な汎用スキルなのでやらざるをえませんけどもね。

クラウドサービス専門系

				推定年収帯（万円）と推定人数
従事スキル	総使い手（人数）	平均年収（万円）	総給与（百万円）	～399	400～599	600～799	800～999	1000～
Amazon EC2	1536	555	851,915	766	463	222	60	25
microsoft Azure	1161	520	603,612	707	266	144	32	11

AmazonEC2やAzureのスキル（に特化した）使い手はまだまだ少ないようです。他のエンジニアスキルが応用が効くので特化する必要はないかもしれません。また登場した時期からしてエンジニア自体の年齢が低めと予想できることから年収は低めに見えます。

おまけ　スマホ開発系

				推定年収帯（万円）と推定人数
従事スキル	総使い手（人数）	平均年収（万円）	総給与（百万円）	～399	400～599	600～799	800～999	1000～
iOS	19817	597	11,825,062	7899	6396	3938	1115	469
iOS developer	4572	552	2,521,651	2367	1263	685	196	61
Android	19662	602	11,846,094	7742	6268	3891	1190	572
Android developer	4864	551	2,681,452	2519	1354	714	208	68