Sakana AIの年収は？投稿データ・職種・選考を解説

Sakana AIの年収は、投稿データがあるData Scientistで年間総報酬の中央値約2,095万円です。これは2026年8月27日更新の一職種の集計です。公開求人を見ると、同社はResearch・Applied・Productで仕事内容と必要な経験が大きく異なります。報酬額とあわせて、自分の実績がどのチームで評価されるかを見て応募先を選びましょう。

Sakana AIの年収はData Scientistの投稿中央値で約2,095万円

Levels.fyiでは、日本のData Scientistの年間総報酬中央値を約2,095万円、報告された最高額を約2,796万円と掲載しています。総報酬には基本給のほか、該当する場合は株式報酬や賞与が含まれます。

国内AI求人の年収レンジと比較

国内のAI関連求人には、経験や役割によって大きな幅があります。近い領域で採用する企業の公開値と並べると次の通りです。

企業・職種	公開額	数字の種類
Sakana AI Data Scientist	中央値 約2,095万円 最高 約2,796万円	投稿ベースの年間総報酬
JDSC AIエージェントエンジニア	500万〜2,500万円	公式求人の想定年収
Turing Software / ML Engineer等	700万〜1,000万円	公式求人一覧の想定年収

投稿総報酬と求人レンジは測り方が異なります。Sakana AIへの応募では、研究成果、顧客導入、本番運用のいずれかを自分の実績として語れると、募集職種との接点が明確になります。

研究・顧客実装・プロダクト開発で仕事が分かれる

Sakana AIは2023年7月に東京で設立されたAI企業で、法人名はSakana AI K.K.です。公式の会社情報では、組織をResearch、Applied、Product、Corporateの4チームに分けています。新しいAI技術の研究に加え、金融・防衛・製造の顧客への実装と、Sakana Chat、Sakana Marlin、Sakana Fuguなどの製品開発を進めています。

2025年11月に発表したSeries Bの調達額は320億円、調達後の企業価値は約4,320億円、累計調達額は約660億円でした。調達資金は研究開発、Applied AI、提携・M&Aを含む事業基盤の拡大に使う方針です。エンジニアや研究者に加え、Product Manager、Salesも同時に募集しているのは、研究成果を事業へ届ける機能を広げているためです。

3チームは「誰に何を届けるか」が違う

• Research：新しい学習手法やモデル、評価方法を研究し、論文やコードとして発信する
• Applied：金融・防衛・製造などの業務を理解し、顧客が使えるAIシステムまで実装する
• Product：研究成果を、継続して提供できるソフトウェアやサービスにする

Applied Research Engineerは、AI agent、RAG、OCR/VLM、評価、guardrailsなどを組み合わせて顧客課題を解きます。ProductのSoftware Engineerは、UI、API、クラウド基盤を含む製品として安定運用する役割です。研究テーマを深めたい人と、顧客業務を変えたい人では、同じAIエンジニアでも適した入口が変わります。

募集職種と応募条件を比較

職種	主な仕事	応募時に示したい経験
Applied Research Engineer	顧客課題に合わせたAI agentやRAGの研究・実装	生成AIの実装、評価、顧客課題の定義
Software Engineer	AIプロダクトのフロント、バックエンド、クラウド基盤	本番ソフトウェア開発3年以上、Python、Docker、クラウド
Data Engineer	データパイプライン、semantic layer、匿名化、品質管理	DWH、ETL/ELT、データガバナンス
Infrastructure / Reliability	SLA、監視、障害対応、コスト、企業向け非機能要件	クラウド基盤と信頼性改善の実績
Product Manager	製品のvision・roadmap・GTMを作り、開発を主導	tech企業のPM経験3年以上、0→1/PMF、技術理解
Product Sales	企業向けAI製品の販売と市場開拓	enterprise sales 5年以上、技術製品の提案

ProductのSoftware Engineerは本番ソフトウェア開発3年以上に加え、Python、Docker、クラウド環境での経験を求めています。Data Engineerはデータの収集だけでなく、匿名化、品質監視、semantic layerまで担当します。LLMの利用経験が同じでも、アプリケーション、データ、基盤のどこで成果を出したかによって応募職種が分かれます。

言語要件も職種別です。Software Engineerは日本語が会話レベル、英語がビジネスレベル、Data Engineerは両言語ともビジネスレベルを目安としています。Applied Teamでは日本語中心の職種もあります。英文CVを提出し、海外出身の研究者やエンジニアへ専門的な内容を共有できる準備はしておきたいところです。

働き方は東京を軸にしたハイブリッド

Applied Teamは東京近郊からの出社を基本とするハイブリッド勤務です。出社頻度は担当業務やチームで変わります。公式採用ページは、プロジェクト推進と密なコミュニケーションを重視する方針を理由に挙げています。

2026年6月更新のチーム紹介では、AppliedとCorporateが約80人、Researchが30人超です。職種に応じた裁量労働制があり、Appliedではフルタイムのほか1年契約や週24時間以上の業務委託も検討されています。福利厚生には有給休暇、慶弔休暇、健康診断、35歳以上の人間ドック補助などがあります。

選考は英文書類・課題・複数面接で進む

Applied Teamの採用候補者向け資料によると、応募時には英文の履歴書とカバーレターを提出します。書類選考後は、職種に応じた技術課題または小論文と複数回の面接が基本です。Software EngineerとApplied Research Engineerの求人にも技術課題が明記されています。

技術名より、判断と成果を説明する

エンジニアは、要件が曖昧な状態から設計を決めた過程、評価指標、失敗した方法、本番での品質・速度・コストを説明できる事例を用意します。顧客向けの職種では、現場の制約を踏まえた導入経験を整理すると、募集業務との接点を示しやすくなります。

• 論文や検証コードを、他の研究者が再現できる形にした
• LLMアプリをデモで終わらせず、監視・評価・改善まで運用した
• 金融や製造の業務を分解し、技術要件へ変換した
• 高いセキュリティやデータ保護要件のある環境へ導入した

職務経歴書の「RAGを開発」という一行は、対象ユーザー、データ量、評価方法、改善前後の差、自分が決めた範囲へ展開します。研究職は論文名に加え、問題設定と自分の寄与を明確にすると、課題への向き合い方まで伝わります。

転職難易度と経歴別の応募先

各職種で、研究、顧客実装、本番開発のいずれかに高度な実績が求められるため、選考水準は高いと考えられます。一方、Applied Teamの公式FAQは、AI業界の経験がない社員も活躍していると説明しています。隣接領域で得た経験を、入社後の仕事へどう移せるかが評価の分かれ目です。

ML研究者はResearch、顧客と実装を進めたい人はApplied、継続利用されるサービスを作りたい人はProductが第一候補です。Applied Research Engineerは顧客案件の中で研究的な検証も行うため、研究と実装の境界をまたぐ選択肢になります。

Product Managerはtech企業でのPM経験3年以上、0→1の立ち上げやPMF、エンジニアと設計を議論できる技術理解を求めています。Product Salesはenterprise sales 5年以上と、複雑なAI製品を提案できる知識が要件です。データ基盤の経験者はData Engineer、SREやクラウド基盤の経験者はInfrastructure / Reliabilityで、モデル開発とは異なる強みを出せます。

まとめ：報酬と担う成果物をセットで考える

Sakana AIの公開投稿では、Data Scientistの年間総報酬中央値は約2,095万円でした。Research・Applied・Productでは、研究成果、顧客への実装、プロダクトの安定運用と、評価される経験が異なります。応募先を決める起点は、希望年収と、自分が担いたい成果物の二つです。

応募書類では、自分が解いた問題、判断したこと、成果を数値と具体例で整理してください。どの職種なら経験を活かせるか、AI企業の給与レンジと現在の市場価値を一緒に整理したい方は、転職支援の相談を利用できます。

ご相談内容や募集状況によっては、特定企業の求人をご紹介できない場合があります。