はじめに：SESがつらいなら、武器を変えろ
「SES やめたい」「SES つらい」——このキーワードで検索したことがある人、正直に手を挙げてほしい。自分も3年前はそうだった。
客先常駐で決められた作業をこなし、スキルが伸びている実感もなく、単価相場も頭打ち。フリーランスに転向しようにも「何ができるの？」と聞かれて答えに詰まる。そんな状態だった。
転機になったのは、AI開発ツールを実務に取り入れたことだ。特にClaude Codeというターミナルで動くAIコーディングエージェントを使い始めてから、データ分析の案件を自力でこなせるようになり、提示できる単価レンジが変わった。
この記事では、SESエンジニアとして現場にいながら、Claude Codeを使ってデータ分析スキルを身につけ、最終的にフリーランスとして単価を上げるまでにやったことを具体的に書く。嘘は書かない。実際に動くコマンドと設定だけを載せる。
SESの現場で感じた「このままじゃヤバい」という危機感
単価が上がらない構造的な問題
SESの単価相場は、スキルセットと経験年数で大枠が決まる。2026年現在、一般的なSESエンジニアの月単価は40万〜60万円台が中心帯だ。ここから上に行くには「この人でなければできない」という専門性が必要になる。
問題は、SESの現場では「与えられた作業を正確にこなす」ことが求められるため、専門性を磨く機会が限られることだ。テスト工程やドキュメント整備ばかりが回ってくる現場にいると、市場価値が上がらないまま年数だけが過ぎていく。
「SES つらい」の正体
「SES つらい」と感じる原因を分解すると、だいたい以下に集約される。
- スキルの停滞：同じような作業の繰り返しで成長実感がない
- 単価の天井：営業が間に入るため、自分の市場価値が直接反映されない
- 帰属意識の欠如：客先常駐で自社への所属感が薄い
- キャリアパスの不透明さ：3年後、5年後に何ができるようになっているか見えない
この中で、自分の力で変えられるのは「スキルの停滞」だけだ。だからそこに集中した。
なぜデータ分析なのか
スキルの方向性を決めるとき、以下の基準で考えた。
| 基準 | データ分析 | インフラ | フロントエンド |
|---|---|---|---|
| 需要の伸び | 高い | 安定 | 安定 |
| 参入障壁 | 中程度 | 高い | 低い |
| AIとの相性 | 非常に良い | 良い | 良い |
| 単価上昇余地 | 大きい | 中程度 | 中程度 |
| 独学のしやすさ | しやすい | 環境構築が大変 | しやすい |
データ分析は、AIツールとの相性が抜群に良い。Claude Codeを使えば、Pythonでのデータ処理、可視化、レポート作成を対話的に進められる。従来なら数日かかっていた分析作業が、数時間で終わることもある。
さらに、データ分析ができるエンジニアの単価相場は、一般的なSES単価より高い。月単価で70万〜90万円台を狙える領域だ。
Claude Codeとは何か
Claude Codeは、Anthropic社が提供するターミナルベースのAIコーディングエージェントだ。2025年にリリースされ、2026年現在はOpus 4.6モデルで動作する。
特徴をまとめる。
- ターミナルで動く：VSCodeなどのIDEに依存しない
- ファイルの読み書きができる：コードの生成だけでなく、既存ファイルの編集も可能
-
コマンド実行ができる：
npm installやPythonスクリプトの実行をAIが判断して行う - コンテキストが広い：プロジェクト全体を理解した上で作業してくれる
インストールは簡単だ。
npm install -g @anthropic-ai/claude-code
これだけ。あとはプロジェクトのディレクトリでclaudeと打てば起動する。
cd ~/my-project
claude
実践：Claude Codeでデータ分析をやってみた
ステップ1：CSVデータの探索的分析
最初にやったのは、手元にあるCSVデータの分析だ。SESの現場で扱っていたログデータを匿名化して持ち出し（許可は取った）、Claude Codeに投げてみた。
Claude Codeを起動して、こう指示した。
data/access_log.csvを分析して。カラムの概要、欠損値、基本統計量を出して。
Claude Codeは以下のことを自動でやってくれた。
- Pythonスクリプトを生成
- pandasでCSVを読み込み
-
df.info()、df.describe()、df.isnull().sum()を実行 - 結果をMarkdownテーブルで整形して表示
生成されたPythonコードはこんな感じだった。
import pandas as pd
df = pd.read_csv('data/access_log.csv')
print("=== データ概要 ===")
print(f"行数: {len(df)}, 列数: {len(df.columns)}")
print(f"\nカラム一覧:")
for col in df.columns:
print(f" - {col}: {df[col].dtype}")
print("\n=== 欠損値 ===")
missing = df.isnull().sum()
print(missing[missing > 0])
print("\n=== 基本統計量 ===")
print(df.describe())
ポイントは、自分がPythonに詳しくなくても、Claude Codeが適切なコードを書いて実行してくれることだ。もちろん生成されたコードは読んで理解する必要がある。でも「ゼロから書け」と言われるのと「読んで理解しろ」では難易度が全然違う。
ステップ2：可視化
次にグラフを作ってみた。
時間帯別のアクセス数をグラフにして。PNGで保存して。
Claude Codeはmatplotlibを使ったスクリプトを生成し、実行してくれた。
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('Agg')
df = pd.read_csv('data/access_log.csv')
df['hour'] = pd.to_datetime(df['timestamp']).dt.hour
hourly = df.groupby('hour').size()
plt.figure(figsize=(12, 6))
hourly.plot(kind='bar', color='#4A90D9')
plt.title('時間帯別アクセス数')
plt.xlabel('時間帯')
plt.ylabel('アクセス数')
plt.tight_layout()
plt.savefig('output/hourly_access.png', dpi=150)
print('保存完了: output/hourly_access.png')
日本語フォントの問題が出たときも「日本語フォントが文字化けする。修正して」と指示すれば、japanize-matplotlibを追加するか、フォントパスを指定するコードに修正してくれた。
ステップ3：レポート生成の自動化
ここまでの分析をMarkdownレポートとして自動生成する仕組みを作った。
分析結果をMarkdownレポートにまとめるスクリプトを作って。
グラフは画像として埋め込み、考察も自動生成して。
Claude Codeは、データ読み込み → 分析 → グラフ生成 → Markdown生成を一つのスクリプトにまとめてくれた。このスクリプトを月次で回せば、定型レポートが自動で出来上がる。
これが実務で効いた。SESの現場で「このデータ、ちょっと分析してレポートにしてくれない？」と言われたとき、翌日には出せるようになった。以前なら1週間はかかっていた作業だ。
CLAUDE.mdによるプロジェクト設定
Claude Codeを使い込んでいくと、プロジェクトごとに「こういうルールで動いてほしい」という要望が出てくる。それを実現するのがCLAUDE.mdファイルだ。
プロジェクトのルートにCLAUDE.mdを置くと、Claude Codeが起動時に自動で読み込んでくれる。
実際に使っている設定例を紹介する。
# プロジェクト: データ分析レポート自動生成
## ルール
- Pythonは3.11以上を使用
- pandasとmatplotlibを標準ライブラリとして使う
- グラフの日本語表示にはjapanize-matplotlibを使う
- 出力ファイルはoutput/ディレクトリに保存する
- コミットメッセージは日本語で書く
## ディレクトリ構成
- data/: 入力データ（CSV, JSON）
- scripts/: 分析スクリプト
- output/: 生成されたレポートとグラフ
- templates/: レポートテンプレート
これを書いておくだけで、Claude Codeは毎回「Pythonのバージョンは？」「出力先は？」と聞かなくなる。地味だが、積み重なると大きい。
SES vs フリーランス：AI時代の単価比較
自分の経験と周囲のエンジニアの話をもとに、2026年現在の状況を整理する。
SESエンジニアの場合
- 月単価：40万〜65万円（経験3〜5年、一般的なWeb開発スキル）
- 手取り：会社のマージンを引かれて、実質60〜70%程度
- スキルアップ機会：現場次第。当たり外れが大きい
- 営業の手間：なし（会社がやってくれる）
フリーランスの場合
- 月単価：60万〜100万円（同等スキル）
- 手取り：エージェント経由でも80〜90%程度
- スキルアップ機会：案件を選べるため、自分でコントロール可能
- 営業の手間：エージェント利用で軽減可能。ただしポートフォリオは必要
データ分析ができると何が変わるか
データ分析スキルを持っているだけで、案件の幅が広がる。具体的には以下のような案件が視野に入る。
- BIダッシュボード構築（Metabase, Redash, Looker Studio）
- KPIレポート自動化
- ログ分析基盤の構築
- 機械学習モデルのプロトタイピング
これらの案件は、単純なWeb開発案件より単価が高い傾向にある。
Claude Codeの実践Tips：毎日使って分かったこと
Tips 1：サブエージェントを使い倒す
Claude Codeには「エージェント」という機能がある。複雑なタスクを分割して、それぞれを並列に処理させることができる。
例えば、こういう使い方をしている。
このプロジェクトのsrc/配下を調査して、使われていないインポートを全てリストアップして。
こうした探索的なタスクは、サブエージェントに任せると本体のコンテキストウィンドウを圧迫しない。
Tips 2：CLAUDE.mdにプロジェクトのルールを書く
前述したが、これは本当に重要なので繰り返す。CLAUDE.mdを書かないClaude Codeは、毎回「初めまして」の状態で仕事を始めるようなものだ。
自分のCLAUDE.mdには以下を必ず含めている。
- 使用言語とバージョン
- ディレクトリ構成
- コーディング規約
- テストの実行方法
- コミットメッセージのフォーマット
Tips 3：Planモードで設計してから実装する
Claude Codeには/planというコマンドがある。これを使うと、いきなりコードを書き始めるのではなく、まず設計を提案してくれる。
/plan CSVデータを読み込んで、月次レポートをPDFで出力するシステムを作りたい
こうすると、Claude Codeはまず全体の設計を提案し、承認を得てから実装に移る。「なんか違うものができた」という事故が大幅に減る。
Tips 4：エラーが出たらそのまま貼る
Claude Codeの強みは、エラーメッセージを理解して修正してくれることだ。エラーが出たら、自分で調べる前にまずClaude Codeに投げる。
このエラーを修正して：
ModuleNotFoundError: No module named 'japanize_matplotlib'
Claude Codeはpip install japanize-matplotlibを実行し、スクリプトを再実行してくれる。依存関係の解決まで自動でやってくれるのは助かる。
Tips 5：コミットもClaude Codeに任せる
自分は/commitスキルを使って、変更内容の要約とコミットをClaude Codeにやらせている。コミットメッセージが適切かどうかは確認するが、ドラフトを書いてくれるだけで時間が節約できる。
「SES やめたい」から行動に移すためのロードマップ
「SES やめたい」と思っているだけでは何も変わらない。以下は、自分が実際にたどったステップだ。
Phase 1：武器を作る（1〜3ヶ月）
-
Claude Codeをインストールする
npm install -g @anthropic-ai/claude-code -
Pythonの基礎を学ぶ
- pandas, matplotlib, numpy の基本操作
- Claude Codeに「pandasの基本操作を教えて」と聞けば、実例付きで教えてくれる
-
個人プロジェクトを作る
- 公開データセット（政府統計、Kaggle等）を使って分析レポートを作る
- GitHubに公開してポートフォリオにする
Phase 2：実績を積む（3〜6ヶ月）
-
SESの現場でデータ分析の機会を探す
- 「このExcel、もうちょっと見やすくできますか？」に全力で応える
- 自主的にログ分析やKPIダッシュボードを提案する
-
副業や小規模案件で経験を積む
- クラウドソーシングでデータ分析案件を受ける
- 実績とレビューを蓄積する
Phase 3：移行する（6〜12ヶ月）
-
フリーランスエージェントに登録する
- レバテック、PE-BANK、Midworksなど
- ポートフォリオとSESでの実績を提示する
-
単価交渉の材料を揃える
- 「データ分析ができる」「AIツールを使って生産性が高い」という具体的な武器
- 過去の成果物（匿名化した分析レポート等）
東京・大阪・福岡：地域別のIT市場の肌感
2026年現在、フリーランスのデータ分析案件はリモートワークが主流になりつつあるが、地域による特色はまだ残っている。
東京
- 案件数は圧倒的に多い
- 金融・広告系のデータ分析需要が高い
- 単価も最も高い傾向
- ただし競争も激しい
大阪
- 製造業・小売業系の案件が多い
- 東京より単価は若干低いが、生活コストも低い
- リモート案件の増加で東京の案件も受けやすくなっている
福岡
- スタートアップ誘致に力を入れており、IT企業が増加傾向
- 地場の中小企業向けDX案件が増えている
- 生活コストの低さとリモートワークの組み合わせで、実質的な手取りは良い場合がある
どの地域にいても、リモートワークができるスキルセットを持っていれば選択肢は広がる。データ分析はリモートとの相性が良い分野だ。
Claude Codeで実際に作った分析ツールの例
最後に、Claude Codeを使って実際に作ったツールを一つ紹介する。SESの現場で使っていた工数管理データを分析するスクリプトだ。
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
matplotlib.use('Agg')
def analyze_work_hours(csv_path: str, output_dir: str = 'output'):
"""工数データを分析してレポートを生成"""
df = pd.read_csv(csv_path)
df['date'] = pd.to_datetime(df['date'])
df['month'] = df['date'].dt.to_period('M')
# 月別の工数集計
monthly = df.groupby('month')['hours'].sum()
# カテゴリ別の内訳
category = df.groupby('category')['hours'].sum().sort_values(ascending=False)
# 可視化
fig, axes = plt.subplots(1, 2, figsize=(16, 6))
monthly.plot(kind='bar', ax=axes[0], color='#4A90D9')
axes[0].set_title('月別工数推移')
axes[0].set_ylabel('時間')
category.plot(kind='pie', ax=axes[1], autopct='%1.1f%%')
axes[1].set_title('カテゴリ別工数比率')
plt.tight_layout()
plt.savefig(f'{output_dir}/work_hours_report.png', dpi=150)
# サマリー出力
print(f"総工数: {df['hours'].sum():.1f}時間")
print(f"月平均: {monthly.mean():.1f}時間")
print(f"最も工数が多いカテゴリ: {category.index[0]}（{category.iloc[0]:.1f}時間）")
if __name__ == '__main__':
analyze_work_hours('data/work_hours.csv')
このスクリプトの8割はClaude Codeが書いた。自分がやったのは要件を伝えることと、出力フォーマットを微調整することだけだ。
重要なのは、このコードを「読んで理解できる」ようになることだ。AIが書いたコードをブラックボックスのまま使うのではなく、何をやっているか説明できるレベルにする。それが本当のスキルになる。
まとめ：AIツールは「逃げ」じゃなく「武器」
「SES つらい」「SES やめたい」という気持ちは、現状への危機感の表れだ。その危機感をエネルギーに変えて、具体的な行動に移すことが大事だ。
Claude Codeのようなai開発ツールは、スキルギャップを埋めるブースターになる。データ分析の知識がゼロでも、AIと一緒にコードを書きながら学べる。半年もあれば、フリーランスとして単価交渉できるレベルの実績は作れる。
単価相場を変えるのは、自分のスキルセットを変えることだ。SESの構造に文句を言っていても単価は上がらない。AIという新しい武器を手に入れて、自分の市場価値を自分で上げていこう。
関連記事
- 【2026年最新】OpenClawで9体のAIエージェント経営OSを構築した全手順を徹底解説
- 【2026年最新】OpenClaw×Claude Code連携の徹底解説｜AI駆動開発の実践ワークフロー
- 【2026年実録】3人の会社がAI経営OS（CFO/COO/CMO）を作って月商250万を回した全記録
AI駆動塾 — AIを使ったスモビジの作り方を学ぶ
Claude Code、OpenClaw、AI経営OSの実践ノウハウを毎週公開中。
月額¥4,980で過去記事すべて読み放題。
💼 フリーランスエンジニアの案件をお探しですか？
SES解体新書 フリーランスDBでは、高単価案件を多数掲載中です。
- ✅ マージン率公開で透明な取引
- ✅ AI/クラウド/Web系の厳選案件
- ✅ 専任コーディネーターが単価交渉をサポート