Djangoの案件情報を眺めていると、募集の中心が「データの整形や分析基盤づくり」なのか、「業務システムの機能追加や保守」なのか、文面だけでは判別しにくい場面があります。どちらの色が強い案件かによって、日々の稼働で優先される観点も、クライアントと詰める内容の中心も変わってきます。本記事では、IPAと総務省の調査をもとに、Django案件がデータ処理側と業務システム側のどちらに寄りやすいのかを整理し、参画前に確かめておきたい観点をまとめます。

1. 案件は2つの側面のあいだに置かれる

Djangoで書かれたシステムに関わる案件には、大きく分けて二つの色があります。一つは、外部から届くデータを整え、分析や連携に使える形へ変換していく仕事です。もう一つは、業務で使う画面や機能を追加し、利用部門の運用に合わせて手直ししていく仕事です。同じ案件情報の中に、この二つの色が同時に書かれている場合もあります。

この境目が生まれる背景には、企業の中でのデータ活用の進み具合があります。データの利活用に着手している企業は約半数です³。データマネジメントに関する施策も、整備済・整備中・検討段階を含めて全体の半数程度にとどまります⁴。着手の途中にある企業が多いからこそ、Django案件の中身も「データ処理」と「業務システムの機能追加」の間で揺れやすくなります。

整形・連携を担うデータ処理側の仕事

データ処理側の仕事では、外部から届くファイルやAPIの応答を、そろった形式に整えていく作業が中心になります。表記のゆれや欠けを補いながら、後工程の分析や他システムとの連携で使える状態に整えることが求められます。定期的に走らせる集計や、外部サービスとのデータの受け渡しを支える仕組みづくりも、この側面に含まれます。

この側面の案件では、処理の正しさをどう確かめるかが重要な論点になります。数字が合っているかを検証する手順や、処理が止まったときに気づける仕組みを一緒に整える場面もあります。データを右から左へ流すだけでなく、途中の品質を保つ役割を担うことになります。

画面や業務ルールを担う業務システム側の仕事

業務システム側の仕事では、利用部門が日々使う画面や入力の流れを、業務のルールに沿って組み立てていく作業が中心になります。承認の順番や、部署ごとに異なる入力項目など、細かい業務知識を聞き取りながら反映していく場面が増えます。

この側面では、利用部門が困っている場面を具体的に聞き取り、画面や処理の手直しに落とし込む力が問われます。データの整形よりも、業務の進め方そのものへの理解が優先される案件だといえます。

図の作成：Remogu編集部。案件で任される役割の傾向を整理したもので、統計データではありません

どちらの色が強い案件かは、案件情報の文面だけでは読み切れないことがあります。次の章では、企業側の方針整備がどこまで進んでいるかという背景から、その理由を見ていきます。

2. 方針の整備が追いついていない

データを扱う体制がどこまで整っているかは、企業によって大きな差があります。方針や仕組みが固まりきる前の段階で、外部の力を借りたいという声がかかることも珍しくありません。

データ利活用に関する方針を明確にしている企業は少なく、対応の遅れが目立ちます¹。方針そのものが定まっていない段階で、実務を先に進めたいという依頼につながりやすくなります。

方針が固まる前に声がかかることがある

方針が固まっていない状態で声がかかると、要望が途中で変わりやすくなります。最初に聞いていた仕様と、実際に必要とされる範囲がずれていく場面に出会うこともあります。

こうした案件では、決まった手順をなぞるだけでなく、決まっていない部分をどう扱うかをクライアントと協議する場面が増えます。

整備の途中段階を一緒に進める場面

データマネジメントに関する施策は、整備済・整備中・検討段階を含めて全体の半数程度にとどまります⁴。整備の途中にある企業と関わる案件では、ルールそのものを一緒に作っていく側面が出てきます。

整えながら進める案件では、目の前の作業だけでなく、後から同じデータを扱う人にとって分かりやすい形を残すことも意識したい点です。

二つの数字を並べてみると、企業がデータを活用する体制づくりの途中にあることがつかみやすくなります。着手の状況と、施策の整備状況を、同じ図で見比べてみます。

出典：IPA「2024年度ソフトウェア動向調査 簡易分析レポート」（2025年4月）をもとに作成

現状を観点ごとに整理する

ここまでの内容を、観点ごとに整理すると次のようになります。方針の整備状況と、Django案件で見えやすい特徴を並べて確認してみます。

観点	現状	Django案件で見えやすい特徴
データ利活用の方針	明確にしている企業は少なく、対応の遅れが目立ちます1	方針が固まる前の段階で声がかかることがあります
データマネジメントの施策	整備済・整備中・検討段階を含めて全体の半数程度です4	整備の途中段階から加わり、ルールづくりに関わる場面があります
声がかかるタイミング	方針より先に実務の相談が動き出す場合があります	仕様が後から変わる余地が大きくなります

次の章では、こうした状況の中で業務システムを利用する側の企業から、具体的にどのような要求が来やすいのかを見ていきます。

3. 業務側から来る要求

データ処理側の事情を見てきましたが、業務システムを利用する側の企業にも、独自の動き方があります。

利用部門も前向きに動く場面がある

経営ダッシュボードの導入のようなデータ利活用については、利用する側の企業も積極的に取り組む傾向があります⁵。現場からの要望として、集計結果を見える形にしたいという声が出てくる場面があります。

この傾向がある一方で、利用する側の企業が求める中身は、データの技術的な扱い方よりも、日々の業務で使いやすいかどうかに寄りやすくなります。

最優先されるのは品質という基準

利用する側の企業は、システムの品質を最優先事項として捉えています⁹。新しい機能を足すことよりも、今動いている業務を止めないことが優先される場面が多くなります。

品質が最優先という基準は、変更に慎重になる形で表れます。小さな修正であっても、影響範囲の確認や動作の確かめを丁寧に進める姿勢が求められます。

業務側の要求は、機能の新しさよりも、日々の運用が滞りなく続くことに重心があります。Django案件を受ける側としては、この重心のかけ方を理解しておくことが、クライアントとの協議をスムーズにする材料になります。

次の章では、データ処理側と業務システム側をどうつなぐかという、作る側の企業の状況を見ていきます。

4. つなぎ方の作法が問われる

データ処理側と業務システム側の間をつなぐ役割は、多くの場合、システムを作る側の企業が担っています。

データ形式をそろえる意識は作る側に高い

APIの活用や、標準的なデータの形式をそろえることについては、作る側の企業を中心に意識が高い状況です²。呼び出し方や項目の意味をそろえておくことが、後工程の負担を減らす前提になっています。

この意識の高さは、Django案件の中でも、他システムとの接続部分を任される場面につながります。形式をそろえる作業は地味に見えても、後々の連携のしやすさを左右する重要な工程です。

クラウドやAPIの導入も作る側が先行

クラウドやAPIの導入は、作る側の企業を中心に比較的進んでいます⁶。既存の仕組みに新しい機能を組み込む場面が、業務システム側よりも先に増えている状況です。

クラウドやAPIの導入が進んでいるからこそ、これまで社内で完結していた処理を、外部のサービスと連携させる設計を任される場面も出てきます。

つなぎ方の作法は、書き方だけの話ではありません。項目名や単位の意味を、業務側にも分かる言葉で残しておくことが、作る側に求められる役割の一部になっています。

観点	作る側（ベンダー企業）の状況	受ける側が示せると強みになること
APIの活用・データ形式	標準的なデータ形式をそろえる意識が高い状況です2	呼び出し方や項目の意味を、双方が読める形で残すこと
クラウド・APIの導入	クラウドやAPIの導入が比較的進んでいます6	既存の仕組みに合わせて組み込める設計を提案できること
業務側との接点	業務側の言葉とデータの言葉に差が生まれやすい状況です	用語の違いを翻訳しながら仕様を詰められること

つなぐ役割が作る側に偏っている背景には、AIの導入をめぐる立場の違いも関わっています。次の章で見ていきます。

5. AIの導入は立場で差がある

データの扱い方だけでなく、AIの導入についても、利用する側と作る側で温度差があります。

利用する側と作る側で意識の差がある

開発におけるAIの導入は、利用する側では検討・試行を含めて約2割、作る側では約4割が意識している状況です⁷。作る側のほうが、導入を具体的に検討している割合が高くなっています。

この差は、Django案件の現場にもそのまま表れます。作る側の企業と関わる案件では、AIを組み込む前提での相談を受ける場面が増えてきています。

出典：IPA「2024年度ソフトウェア動向調査 簡易分析レポート」（2025年4月）をもとに作成

専門人材の在籍率にも差が出ている

AI・データ解析の専門家が在籍している企業の割合は、日本では20.6%であるのに対し、他国では約65%から約80%です⁸。専門人材の在籍率という点で、大きな開きがあります。

専門人材が社内に少ない状況は、外部から知識を持ち込む役割への期待につながります。Django案件を受ける側にとっては、データの扱いに関する知見を示せることが、任される範囲を広げる材料になります。

AIの導入をめぐる意識の差は、立場によって「まだ先の話」なのか「もう検討中」なのかが分かれているということでもあります。案件情報を読むときは、どちらの立場の企業が発注しているかを意識しておきたいところです。

専門人材の薄さは、AIに限った話ではありません。次の章では、データを扱える人材そのものの状況を見ていきます。

6. データを扱える人が薄い

ここまで見てきた背景には、データを扱える人材そのものが薄いという共通の事情があります。

専門人材の在籍率という壁

AI・データ解析の専門家が在籍している企業の割合は、日本では20.6%であるのに対し、他国では約65%から約80%です⁸。この開きは、AIに限らずデータ全般の扱いにも通じる傾向だと考えられます。

専門人材が社内に薄い企業ほど、外部の力を借りてデータの整形や分析基盤づくりを進めたいという動機が強くなります。Django案件がデータ処理側に寄りやすい背景の一つです。

技術情報の共有が個人任せになりやすい

技術情報の収集について、体系的な仕組みを持たず個人に委ねている企業が多い状況です¹⁰。担当者が個々に集めた知識が、組織全体で共有されにくい状態です。

この状況では、外部から参画する側が、知識を言語化して残す役割を担う場面も出てきます。属人化していた判断の根拠を、後から誰が読んでも分かる形にしておくことが、次の担当者への引き継ぎを助けます。

データを扱える人材が薄いという事情は、Django案件を受ける側にとって、経験を示せる機会が広がっているとも言えます。ただし、任される範囲は案件ごとに幅があり、確かめてから引き受ける姿勢が欠かせません。

観点	現状	受ける側の立ち位置
専門人材の在籍	AI・データ解析の専門家が在籍する企業は日本で20.6%、他国は約65〜80%です8	専門性を持ち込む側として声がかかりやすい領域です
技術情報の収集	体系的な仕組みを持たず、個人に委ねている企業が多い状況です10	情報を整理し共有できることが、任される範囲を広げる材料になります
引き継ぎ・共有	属人化した知識が組織に残りにくい状況です	知識を言語化して残せることが評価につながりやすくなります

最後に、こうした背景を踏まえたうえで、参画前にどちらの側面を任されているのかを確かめる観点を整理します。

7. 呼ばれた側面を先に確かめる

ここまで見てきたように、Django案件は「データ処理」と「業務システム」の間で揺れやすい位置にあります。参画する前に、どちらの側面で呼ばれているのかを確かめておくことが、稼働をスムーズに進める土台になります。

データの利活用に着手している企業は約半数です³。着手したばかりの企業から声がかかる場合は、データ処理側の比重が大きくなりやすい傾向があります。

案件情報のどこを読むかで見分ける

案件情報を読むときは、記載されている作業内容が、データの整形や集計に近い言葉で書かれているか、画面や機能の追加に近い言葉で書かれているかを見比べてみます。両方の言葉が混ざっている場合は、比重を確かめる余地がある案件だと考えられます。

利用する側の企業は、システムの品質を最優先事項として捉えています⁹。案件情報に「安定稼働」「品質」といった言葉が目立つ場合は、業務システム側の比重が大きい案件である可能性があります。

打診の場で確かめておきたいこと

打診の場では、直近でどのような課題が発生しているか、誰からの依頼で案件が立ち上がったかを聞いておくと、任される範囲の輪郭がつかみやすくなります。

参画後の最初の課題が、データの整形なのか、画面の修正なのかを事前にすり合わせておくことも、稼働の初動をスムーズにする材料になります。

図の作成：Remogu編集部。案件を受ける際に確認したい流れを整理したもので、統計データではありません

Remoguは案件の90%以上がフルリモート可能です。データ処理側・業務システム側のどちらの経験を積んできた方でも、自分の経験に近いDjango案件を確かめながら探せます。

Django案件では、データ処理と業務システムのどちらを主に任されますか

案件によって比重は異なります。データの利活用に着手している企業は約半数であり³、着手したばかりの企業ではデータ処理側の作業が中心になりやすく、運用が長い企業では業務システム側の手直しが中心になりやすい傾向があります。案件情報や打診の場で確かめておくと、任される範囲を見誤りにくくなります。

案件情報の文面だけで、どちらの色が強いか判断できますか

文面だけでは判別しにくい場合があります。作る側の企業では、APIやデータ形式をそろえる意識が高い状況です²。一方で、利用する側の企業は品質を最優先事項として捉えています⁹。記載されている言葉の傾向から比重を推測はできますが、線引きは打診の場で確かめるほうが安心です。

APIやデータ形式の知識がまだ少ない場合、Django案件は受けにくいですか

そうとは限りません。標準的なデータ形式をそろえる意識は、作る側の企業で高い状況です²。一方で、専門人材が社内に薄い企業も多く⁸、外部から知見を持ち込む役割への期待があります。まずは自分の経験に近い案件を見て、任される範囲を確かめてみることもできます。

※公開中の案件数は時期によって変わります。記事中の案件の傾向は執筆時点のものです。

出典・参考情報

＊1 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」方針の遅れ（2025年4月・2026年8月確認）
＊2 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」つなぎ目の意識（2025年4月・2026年8月確認）
＊3 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」着手の広さ（2025年4月・2026年8月確認）
＊4 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」土台の整備（2025年4月・2026年8月確認）
＊5 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」求められるもの（2025年4月・2026年8月確認）
＊6 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」進んでいる領域（2025年4月・2026年8月確認）
＊7 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」道具の広がり（2025年4月・2026年8月確認）
＊8 総務省「令和7年版 情報通信白書（デジタル活用の動向）」専門家の不在（2025年7月・2026年8月確認）
＊9 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」評価の軸（2025年4月・2026年8月確認）
＊10 IPA「2024年度ソフトウェア動向調査 簡易分析レポート」知識の持ち方（2025年4月・2026年8月確認）