私は長年、データエンジニアリングの採用テーブルを両側から経験してきた。候補者を面接し、候補者となり、両者の下で市場がどう変化したかを目の当たりにしてきた。業界で誰も率直に言っていないことがある。それは、2026年にジュニアとしてデータエンジニアリングに参入しようとするなら、向かっているドアはもう存在しないということだ。

これは悲観論ではない。これはデータだ。

ジュニアデータエンジニア求人の67%減少

生成AIが主流になって以来、ジュニアデータエンジニアの求人は67%減少した。緩やかな落ち込みではない。循環的な調整でもない。構造的な崩壊だ。2026年のデータエンジニアリング求人のうち、2年以下の経験を求める明示的なエントリーレベルのものはわずか3%に過ぎない。2026年5月に分析した6,877件の有効求人のうち、219件だ。参考までに、データアナリストの求人は8%がエントリーレベルだ。その差は明白だ。

スタンフォード大学のデジタル経済研究所は、そのメカニズムを定量化した。ChatGPTの登場以来、ジュニア開発者（22〜25歳）の雇用は16%減少した一方で、AIへの露出が高い分野で30歳以上の労働者は6〜12%の成長を記録した。同研究所の所長、エリック・ブライニョルフソンは率直にこう述べた。「特定の分野でこれほど急激な影響が見られ、他の分野では見られないのは本当に印象的だった」。

理由は単純だ。AIがジュニアが経験を積むために行っていた作業をコモディティ化したのだ。SQLのステージング、スキャフォールド化されたDAG、スキーママッピング、定型的なユニットテスト。ジュニアパイプラインエンジニアの最初の2年間の70%を占めていた定型作業は、今や自動生成されている。dbt Copilotは2025年3月にGAを迎え、Databricks Assistantはスキーマ検出とドキュメンテーションを処理する。橋渡しとなる作業は消え、誰もその代わりとなる橋を構築しなかった。

定型コードを書くことは、定型コードが何をするかを学ぶ方法だった。企業は学習経路を自動化したが、代替となるカリキュラムは作らなかった。

エンジニアリングリーダーの54%が2026年にジュニアの採用を減らす予定で、その理由としてAIコパイロットを明確に挙げている。新卒採用はBig Techの採用全体の7%にまで落ち込み、2019年の約30%から減少した。これは78%の減少だ。2026年のCS卒業生は、ネットでのテック雇用が増加しているにもかかわらず6.1%の失業率に直面し、70%がキャリアに悲観的だと報告している。また、可視化されたデータエンジニアリング求人の48%は「ゴースト求人」で、組織政治や内部パイプライン構築のために投稿され、実際に採用されることはない。真のエントリーレベルの数は3%より悪化している可能性が高い。

2026年の採用は23%増加したが、それはあなたのためではない

これを本当に残酷にしているのは、データエンジニアリングの採用総数は前年比23%増加しているという事実だ。米国では26万人の求人が予測され、グローバルなDEサービス市場は2026年に1050億ドルに達し、2031年までに2130億ドルへと向かう15%のCAGRで成長している。あらゆるマクロ指標で、データエンジニアリングは繁栄している。

しかし、そのすべての増加はシニアおよび専門職に集中している。

ミッドレベルのDE IIの報酬中央値は13.9万ドルだ。シニアの中央値は17.4万ドルの基本給で、上位四分位は21.8万ドルを超える。経験に対する給与プレミアムは縮小ではなく、拡大している。企業はより多くのことをこなせる少数の人材により多くを支払っている。ジュニアはその計算式に含まれていない。

これは不況ではない。二極化だ。分野は縮小したのではなく、階層化した。そして、二極化はキャリアチェンジャーにとって均一な減少よりも実際には悪い。なぜなら、均一な減少であれば少なくともはしごは残るからだ。この市場は、下部の段を削除した。

一方で、2026年前半に12.3万件以上のテック職が削減された。5月だけで3万8242件の削減があり、2024年8月以来の最高の単月だった。レイオフイベントの54%がAIを原因として明確に挙げている。Oracleはグローバル労働力の13%に当たる2万1000人を削減し、18.4億ドルの退職金を支出した。しかし、ここに逆説的な読み方がある。これは多くが「AI変革」という言葉で着飾られた、COVID期の過剰採用の是正だ。Blockの従業員数は2019年から2024年の間に160%増加した。これはAIの話ではなく、バブルの話だ。ゼロ金利狂乱期に積極的に採用しすぎた企業が、今、それを「AI変革」と呼んで縮小している。

ソースAをツールCでウェアハウスBに接続する、というバージョンの仕事は消えつつある。アーキテクチャ、ガバナンス、デバッグ判断、コスト最適化：これが今、ゲーム全体だ。企業はデータエンジニアの採用を減らしているのではない。種類を減らしているのだ。

注目すべき例外が1つある。Databricksは840件以上の求人を抱え、収益は65%成長し、評価額は1340億ドルだ。積極的に人員を増やしている数少ないデータインフラ企業の1つだ。新卒プログラムも明確に実施している。しかし、彼らの新卒APM職は13.3万〜15万ドルで、一般的なエントリーレベルのDE給与を3万ドル以上上回る。ジュニアを採用している例外的な企業でさえ、ICデータエンジニアリングではなくPMや営業のトラックに誘導している。ボトルネックは「企業がジュニアを雇わない」ことではなく、ジュニアDEの役割を設計することが業界が認識している以上に難しいのかもしれない。

どこにもつながらないブートキャンプのパイプライン

ブートキャンプは、市場が事実上投稿を停止したジュニアデータエンジニアの役割のために、今も学生を募集している。

マーケティングでは79%の就職率を謳っている。しかし、CIRRが監査した実際のデータでは50〜70%だ。その差はノイズではなく、ブートキャンプ修了生の世代が静かに過小雇用になったり、完全に方向転換したりしているということだ。現役のデータサイエンティストのうち、最高学歴としてブートキャンプを挙げるのはわずか5%だ。ブートキャンプ卒業生の初任給の平均は7万698ドルだ。初職までの期間は2022年の4ヶ月から2026年には6〜12ヶ月へと倍増した。

App Academy、Turing、Tech Elevator、Hack Reactor：すべてがレイオフまたは閉鎖に直面した。業界に人材を供給するはずだったパイプラインは、訓練した役割とともに縮小している。

私はブートキャンプ卒業生を非難しているわけではない。ブートキャンプを修了してPythonとSQLを書けるようになったなら、本物のスキルを学んだことになる。本番環境で3年間パイプラインを運用したことは嘘ではない。本物のものを出荷したのだ。それを過小評価するのをやめよう。しかし、プログラムが売っていた商品、「12週間のブートキャンプで10万ドル以上のジュニアDEの役割」という売り文句は、もはや市場にマッピングされない。あなたは、コーホートにいる間に存在しなくなった仕事のために訓練を受けたのだ。

企業が今実際に求めているのは、エンドツーエンドのオーナーシップだ。分散システム設計、リアルタイムパイプライン開発、クラウドコスト最適化、AIインフラ統合、データガバナンス。これらのほとんどはブートキャンプでは教えられていない。FinOpsは必須であり、nice-to-haveではない。2026年に最も需要のあるDEスキルのトップ5は、すべてシニアレベルのコンピテンシーだ。世界経済フォーラムは、2027年までに需要が供給を30〜40%上回ると予測しているが、不足しているのは経験豊富なエンジニアで、SELECT文を書ける温かい体ではない。

市場は、常に真実だったことを明確にしている。データエンジニアリングはエントリーレベルではない。ビジネスコンテキスト、アナリティクスインサイト、インフラ、ソフトウェアエンジニアリング、SREを組み合わせたものだ。それは決して誰かのテック業界での最初の仕事であるべきではなく、業界はついにそれを価格に反映させた。

今のところ、現実的なデータエンジニアリングのキャリアパス

では、参入しようとするなら実際には何をすればいいのか？

求人掲載率3%の職種をターゲットにするのはやめよう。今、すべての採用担当者と採用トレンド分析で見つかる信頼できる道は、アナリストまたはバックエンドエンジニアとして12〜18ヶ月経験を積み、その後、社内異動することだ。ブートキャンプから直接ジュニアDEへではない。アナリティクスエンジニアの役割はエントリーレベルが8%で、DE役割のほぼ3倍だ。報酬は15〜30%低い。それはリソースに制約のあるチームにとってROIの高い採用になることを理解するまでは、デメリットのように聞こえる。dbt、SQLモデリング、テスト、観測可能性：これらのスキルは、本番での経験を積めばデータエンジニアリングに直接移行できる。

より深い問題は、GenAIがジュニアの採用を殺したのは、ジュニアが学べないからではないということだ。企業が定型コードを書く人を必要としなくなったからだ。制約は学習能力ではなく、本番での信頼性だ。本番環境でデータ障害を診断したり、リアルタイムインフラを運用したりできるジュニアは、まだ採用されている。ストリーミングの役割はハードルが高いが、競争は少ない。なぜなら、ジュニアがそれをターゲットにしないからだ。小さなプロジェクトでKafkaやFlinkを動かせるジュニアは、SQL/dbtの履歴書の山の100番目よりも希少で価値がある。

AIにできないことに焦点を当てよう。データ品質のオーナーシップは、ジュニアの待合室ではなく、正当な専門分野になりつつある。AIエンジニアの需要ギャップは3.2対1で、51.8万人の有資格候補者に対して160万の求人がある。LLMスペシャリストは22万〜28万ドルの報酬を得ている。それはジュニアの給与ではないが、分野が引き寄せられている方向だ。

そして何よりも、ツールではなく概念を学ぼう。データモデリング、クエリ最適化、物事がなぜ壊れるのかを理解すること。それが学習計画だ。ツールは18ヶ月ごとに変わる。問題は変わらない。スキーマドリフト、レイトアライビングデータ、上流チームが契約を破るが知らせないこと：これらは永遠だ。企業は構文ではなく判断を採用している。そしてそれが、まさに私たちがdatadriven.io data engineer interview practiceを、あらゆるスタックにわたって移行可能な概念を中心に構築した理由だ。構文は常に簡単な部分だった。

採用担当者だけでなく、候補者にとっても心配すべきことがある。今、ジュニアの採用を削減している企業は、明日のミッドレベルの人材不足を生み出している。彼らが17.4万〜21.8万ドルで雇っているシニアエンジニアは、どこかでジュニアとしてスタートした。供給が枯渇すれば、入札合戦はより激しくなる。一部の企業はすでにこれに気づいている。IBMとCognizantは2026年にエントリーレベルのパイプラインを3倍、4倍に増やしており、他の企業が縮小する中でそうしている。彼らは、今日のトレーニングへの投資が、3年後の人材争奪戦と戦うよりも優れていると賭けている。私は彼らが正しいと思う。

分野は死にかけていない。年率15%で成長する1050億ドルの市場だ。しかし、参入路は今、異なっており、誰も古いものを取り戻してくれる義務はない。

あなたの参入路は？アナリティクス、バックエンド、それとも全く別のルートか？