機械学習エンジニアのスクールを教育訓練給付の「実額」で選ぶ｜最大80%の正体と戻る条件

機械学習エンジニアを目指す学び直しは、受講料が数十万円規模になることが珍しくありません。だからこそ「教育訓練給付を使えば、結局いくら払うのか」を最初に押さえたいところです。

多くの解説は「最大80%戻る」という見出しで止まります。けれども実際に手元から出ていくのは、定価から給付分を引いた給付後の実額です。ここが分からないと、コースは選べません。

この記事では、機械学習・AI系の学びを定価ではなく給付後の負担で並べ直すための考え方を、厚生労働省の一次情報に沿って整理します。給付率の段階、対象になる講座の見分け方、雇用保険歴による戻り方の違い、申請の順番まで、迷いやすい点を具体に落とします。読んだあとに、自分の条件での実額を試算へ進める状態を目指します。

結論：機械学習エンジニア向けの学びは「給付後の実額」で並べ直す

先に要点です。機械学習エンジニアを狙う学習でまず確認するのは、定価の安さではありません。その講座が教育訓練給付のどの区分に指定されているか、そして自分がその給付率を満たせるか、の2点です。

給付の区分は一般・特定一般・専門実践の3種類で、戻る割合と上限が大きく違います。機械学習やAIの本格的なコースは、最も還付の大きい専門実践教育訓練に指定されている例があります。

ただ、同じ「AIが学べる」という説明でも、汎用のプログラミング校のAIコースは一般・特定一般どまりのこともあります。指定区分が違えば、給付後の負担はまったく別物になります。

実際、定価が高めの専門実践指定コースのほうが、定価が安い一般指定コースより手元負担が小さくなる逆転が起こり得ます。比較を「定価順」で始めると、この逆転を見落とします。

逆転がなぜ起きるかを、数字の形で押さえておきます。一般指定（20%）のコースは、どれだけ定価が高くても上限10万円までしか戻りません。これに対し専門実践は段階達成で受講料の大部分が戻り、年間上限も64万円と桁が違います。

つまり「定価40万円・一般指定」と「定価60万円・専門実践」を比べると、前者の戻りは最大10万円、後者は段階達成すれば数十万円規模になり得ます。定価が高いほうが手元負担で逆転するのは、こうした上限差から生まれます。

そこで本記事は、各コースを「定価 → 指定区分 → 給付率 → 給付後の実額 → 戻る条件」の順で点検する見方を採ります。具体的な校名・価格はご自身が検討中の講座の公式値で当てはめてください。考え方の骨格は次章以降で固めます。

もうひとつ最初に伝えたいのは、機械学習という分野の特性です。学習範囲が広く期間も長いため、給付の有無で総コストが大きく動きます。だからこそ、興味本位ではなく給付の戻り条件まで見据えて選ぶ価値が、ほかの分野より大きい領域だと言えます。

▶ あなたの給付後の実額を試算する（無料・30秒）

そもそも教育訓練給付とは｜3種類の違いを最短で

教育訓練給付は、働く人や離職して間もない人が指定講座を受講して修了したとき、支払った受講料の一部が雇用保険からあとで戻ってくる制度です。無料で通える職業訓練とは別の仕組みで、在職中でも使えます。

ここを混同すると入口を間違えます。失業者向けで授業料が原則無料の公的職業訓練に対し、こちらは自分で払ったあとに一部が還付される後払い型です。

区分は3つです。一般教育訓練は受講費用の20%（上限10万円）。特定一般教育訓練は40%（上限20万円）。専門実践教育訓練は段階達成で最大80%（年間上限64万円・最長で複数年）です。いずれも2026年6月時点の制度に基づく整理で、最新は要確認です。

機械学習エンジニアを実装レベルで目指す講座は、期間が長く専門性が高いため、専門実践に指定される例が見られます。第四次産業革命スキル習得講座（経済産業省が認定し、専門実践の対象となるIT・データ分野の枠組み）として指定されているコースが代表例です。

一方で「AI入門」程度の短期講座は一般・特定一般にとどまることがあります。同じAIでも、区分が違えば戻り方が大きく変わる点を覚えておいてください。

3区分のもうひとつの違いは、戻ってくる「対象になる費用の範囲」です。給付の計算対象は原則として入学料と受講料で、教材費が別計上の場合は対象外になることがあります。定価の内訳を公式で確認しておくと、戻り額の見立てがぶれません。

区分の見分け方も具体に落とします。専門実践は中長期のキャリア形成を狙う長めの講座が中心で、機械学習・データサイエンスの実装系コースが入る枠です。特定一般は短期での再就職・キャリア形成に効く実務講座、一般はそれ以外の幅広い指定講座、というイメージで整理すると当たりがつけやすくなります。

注意したいのは、同じスクールでもコースごとに区分が分かれる点です。看板の長期コースは専門実践でも、入門コースは一般指定、ということが起こります。比較は「スクール単位」ではなくコース単位で見るのが正確です。

機械学習・データサイエンス系が専門実践に入りやすいのは、これらが第四次産業革命スキル習得講座として国の認定を受けやすい分野だからです。AI・データサイエンス・クラウド・IoTといった先端領域が認定の中心に置かれており、機械学習はその中核に位置します。

とはいえ、認定講座だからといって自分が必ず専門実践の対象者になるわけではありません。講座が指定されていることと、受講する自分が受給要件を満たすことは別問題です。講座側の区分と、自分側の要件を、それぞれ独立に確認するのが正しい手順です。

「最大80%」の正体｜50→70→80%の段階と条件

専門実践の「最大80%」は、最初から80%が振り込まれるわけではありません。段階を踏んで初めて80%に到達する積み上げ式です。ここを誤解すると、想定より戻りが少なくて慌てます。

大枠は次の積み上げです。まず受講中・修了時点で受講費用の50%。修了後に資格取得などをして就職に結びつくと+20%（合計70%）。さらに2026年6月時点の拡充措置では、就職して賃金が一定割合上がると+10%（合計80%）が上乗せされます。

この80%への上乗せには重要な条件があります。賃金上昇による上乗せは、おおむね2024年10月以降に受講を開始した人が対象とされています。それ以前に始めた場合は70%までという整理になり得ます。

つまり「80%」は、修了＋就職＋賃金上昇までやり切った人が事後的に到達する上限です。受講を決める段階での確実な前提として80%を見込むのは危険です。

上限の仕組みも機械学習の長期コースでは効いてきます。専門実践の支給は年間64万円が上限の目安で、受講が複数年にわたる長期講座では、その年数分の上限が積み上がる形になります。単年度で高額な戻りを一度に受け取れるわけではありません。

そのため、定価が非常に高いコースでは、率どおりに掛けた額より上限で頭打ちになることがあります。「80%だから定価の8割が戻る」と単純計算すると、上限を超えた分が戻らず、見込みがずれます。

支給は受講期間中、おおむね6か月ごとに申請して分割で受け取る形が基本です。一括で先にもらえるわけではない点も、資金計画では押さえておきたいところです。

段階の意味をもう少し噛み砕きます。50%分は受講中・修了までに受け取れる「基本部分」です。これに対し70%・80%の上乗せは、修了後に就職という結果と賃金という変化が確認できて初めて確定する「成果部分」です。だから受講前の時点では、確実に見込めるのは50%までと考えるのが安全です。

上乗せには提出のタイミングも絡みます。就職や賃金上昇を示す書類は、修了後の定められた期間内に提出する必要があります。たとえば賃金上昇分の上乗せは、就職後に一定期間働いた実績で判定されるため、修了直後にすぐ満額が振り込まれるわけではありません。

機械学習エンジニアを目指す人にとって、この成果条件は追い風にも逆風にもなります。学んだ内容で実際に就職・年収アップまで結びつけられる人ほど還付率が高まる設計だからです。学習で終わらせず就職まで走り切る前提があるかどうかを、受講前に自問しておくとよいでしょう。

これらの率・上限・条件は厚生労働省の制度に基づく2026年6月時点の整理です。制度は改正されるため、自分が何%の対象になるかは管轄のハローワークで必ず確認してください。

あなたはいくら戻る？自己負担の考え方（実額は試算へ）

給付後の実額は、難しい計算ではありません。定価から「戻る金額」を引いた残りが、手元から出る負担です。考え方を文章で追ってみます。

まず講座の定価を起点にします。次に、その講座の指定区分の給付率を当てます。専門実践なら段階に応じて50%・70%・80%のどれを見込むかを決めます。

そのうえで、率を掛けた額が上限を超えていないかを確認します。たとえば専門実践は年間の支給上限があるため、定価が非常に高い講座では「率どおり」ではなく上限で頭打ちになることがあります。

ここで多くの比較が雑になります。率だけ見て「80%だから2割負担」と単純化すると、上限・段階・対象期間を見落として実額がずれます。

逆に言えば、定価が安く見えても一般指定（20%）なら戻りは小さく、定価が高くても専門実践なら手元負担が逆転して小さくなる、という比較は実額でしか見えません。

順を追って見てみます。仮に定価60万円の専門実践コースで考えると、まず受講中・修了時点で50%にあたる30万円が戻る計算です。この時点での手元負担は30万円という見立てになります。

さらに修了後に就職し、賃金上昇まで達成して80%まで積み上がれば、戻りは合計で年間上限64万円の範囲内で大きくなります。手元負担は当初の30万円からさらに下がる、という流れです。ここまでが「達成時ライン」です。

反対に、就職や賃金上昇まで届かなかった場合は50%適用にとどまります。だから資金計画は、堅めに50%適用の手元負担を基準に立て、上乗せは「達成できたら助かる」程度に見ておくのが安全です。

これらはあくまで考え方を示すための仮の数字で、実際の戻りは上限・段階・自分の要件で動きます。確定的な金額として受け取らず、自分の条件で試算してください。

ただし、個々人の戻り額は雇用保険の加入期間・在職か離職か・受講回数・就職や賃金上昇の達成状況で変わります。一律の金額を断定することはできません。自分の条件を入れて実額を確かめるのが確実です。

▶ あなたの給付後の実額を試算する（無料・30秒）

給付対応の機械学習／AIスクールを実額で比較する見方

個別の校名・受講料はご自身が検討中の講座の公式値で確認していただくとして、ここでは機械学習向けの講座を実額で見比べるときの軸を示します。校数を並べることより、軸の正しさが結果を分けます。

第一の軸は指定区分と講座番号です。公式サイトの「給付対象」表記だけで判断せず、厚生労働省の教育訓練給付制度 検索システムで指定講座番号（その講座が制度の対象として登録された番号）を確認します。区分が専門実践か一般かで、給付後の負担が一段変わります。

第二の軸はカリキュラムが機械学習の実装に届いているかです。Pythonの基礎やデータ分析の入門で終わるコースと、回帰・分類などの教師あり学習、評価指標、前処理、モデルのデプロイまで扱うコースとでは、目指せる職種が違います。

第三の軸は給付の戻り条件を満たせる設計かです。専門実践の70%・80%は修了と就職、賃金上昇が前提です。修了認定の基準（出席率・課題提出・成果物）や、就職支援の有無を公式で確認しておくと、戻りの取りこぼしを防げます。

第四の軸は学習期間と生活との両立です。在職しながら受けるなら、夜間・土日・オンラインの可否、受講開始から修了までの月数を、自分の生活時間と突き合わせます。期間が長い講座ほど両立設計が成否を分けます。

確認の順番にもコツがあります。気になるコースを見つけたら、まず公式で定価と期間・カリキュラムを控え、次に検索システムで指定区分を照合し、最後に自分の受給要件をハローワークで確認する、の3段で進めると漏れません。広告の「給付対象」の文字だけで先に申し込まないことが、取りこぼし防止の基本です。

具体的な当てはめ方も示します。まずコースの定価を控え、検索システムで指定区分を確認します。専門実践なら、堅く見積もるためにまず50%適用の実額を計算し、就職・賃金上昇まで達成できそうなら70%・80%適用の実額も別に出します。同じコースで「最低保証ライン」と「達成時ライン」の2つを持っておくと、判断がぶれません。

機械学習向けで見落としやすいのが、前提スキルの扱いです。線形代数や統計、Pythonの基礎が前提になっているコースでは、別途その補習費用がかかることがあります。給付の対象は本体コースに限られる場合があるため、補習分は実額に上乗せして見ておくと安全です。

また、機械学習コースは学習成果物（ポートフォリオ）が就職に直結します。給付の戻り条件である就職達成を見据えるなら、制作課題やチーム開発が組み込まれているかも軸に加えると、還付率と転職成功の両方に効きます。

この軸で点検すると、定価のインパクトに引っ張られずに比較できます。具体的な校ごとの実額目安は、上で挙げた軸を公式値に当てはめて、最後は試算で確かめてください。

受給条件｜雇用保険歴・在職／離職別のケース分岐

給付を受けられるかは、主に雇用保険の加入期間で決まります。区分と「初めて使うか・2回目以降か」で必要年数が変わるのがポイントです。

一般的な目安として、初めて教育訓練給付を使う場合は雇用保険の加入期間が通算1年以上、2回目以降は前回の受講開始から一定期間（おおむね3年以上）あけることが要件とされています。専門実践では初回に必要な加入期間が長めに設定される場合があります。

在職中の方は、現職の雇用保険加入が続いていれば要件を満たしやすい立場です。受講開始前の事前手続きを忘れずに進めれば、働きながらでも利用できます。

離職して間もない方は、離職日の翌日からの期間に注意が必要です。受講開始までに一定期間を超えると対象外になり得るため、退職後に学び直す計画なら早めに動くのが安全です。やむを得ない理由がある場合は期間の延長が認められることもあります。

2回目以降を狙う方は、前回利用からの間隔と、それまでの加入期間の積み上げを確認します。「使えると思っていたら間隔が足りなかった」というつまずきが実際に起こります。

ケースで具体に追ってみます。たとえば在職5年で初めて使う在職者なら、加入期間の要件は満たしやすく、事前手続きさえ整えれば専門実践のML系コースに進めます。転職を見据えて在職中に学び、修了後に転職して年収が上がれば、上乗せの条件にも乗りやすい立場です。

一方、退職してから学び直す離職者の場合は時間との勝負になります。受講開始が離職後の所定期間を超えると対象から外れ得るため、退職前にコース選びと事前手続きの段取りまで済ませておくと安心です。育児・介護・疾病などやむを得ない事情があるときは、対象期間の延長を申し出られる場合があります。

2回目以降を狙う転職検討者も注意が必要です。前回の利用から間隔が足りないと、加入期間を満たしていても使えません。過去に資格講座などで給付を受けた経験がある人は、前回の受講開始時期を先に確認しておくと、計画がずれません。

転職を繰り返してきた方は、雇用保険の空白期間の扱いも気になるところです。前職を辞めてから次の就職までの間が一定期間を超えると、それ以前の加入期間が通算されない場合があります。加入期間がぎりぎりだと感じる人は、自分の被保険者期間が途切れていないかを先に照会しておくと安全です。

これらの年数・要件は2026年6月時点の制度に基づく目安です。自分の被保険者期間が要件を満たすかは、管轄のハローワークで確認すると確実です。

申請の流れ｜事前手続きから支給申請まで

給付は「受講して領収書を出せば終わり」ではありません。受講を始める前にやるべき事前手続きがあり、ここを飛ばすと専門実践では給付自体が受けられないことがあります。

大きな流れは次のとおりです。専門実践を例にとると、受講開始前の準備が特に重要になります。

第一に、受講開始前にハローワークで受給資格を確認します。専門実践では、原則として受講開始日の2週間前までに手続きを終える必要があるとされています。期限を過ぎると、その回の受講は対象外になり得ます。

第二に、専門実践では訓練前キャリアコンサルティング（国の登録キャリアコンサルタントと学び直しの方向性を整理する面談）を受け、ジョブ・カード（職務経歴や目標を整理する公的な書式）を作成します。これも受講前に必要です。

第三に、受講して修了します。出席率や課題提出など、各講座の修了認定基準を満たすことが、給付の前提になります。

第四に、修了後・受講中の所定のタイミングで支給申請を行います。専門実践は受講中もおおむね6か月ごとに申請します。70%・80%への上乗せを狙う場合は、修了後の資格取得・就職・賃金上昇を確認できる書類を、定められた期限内に提出します。

一般・特定一般は、もう少し手順が軽くなります。これらは原則として受講前のキャリアコンサルティングが必須ではなく、修了後に一度支給申請をする形が基本です。それでも受給資格の確認は受講前にしておくと、対象かどうかで迷わずに済みます。

機械学習の長期コースで実際に起きるつまずきを挙げておきます。受講中の支給申請を忘れて期限を過ぎる、修了要件の出席率や課題提出が足りず修了認定されない、就職後の賃金上昇を示す書類の提出が遅れる、の3つが代表的です。いずれも段取りで防げる失敗です。

機械学習の長期コースで特につまずきやすいのが、事前手続きの逆算です。受講開始の2週間前が手続き期限でも、訓練前キャリアコンサルティングは予約が要るため、実際には開始の1か月前には動き出すのが現実的です。人気コースの開講日に間に合わせたいなら、ここから逆算して申し込み時期を決めます。

支給申請の実務も押さえておきます。専門実践では受講中の各支給単位期間（おおむね6か月）の末日の翌日から1か月以内に申請する、という期限の考え方が基本です。長期コースほど申請回数が増えるため、申請月をカレンダーに先に入れておくと取りこぼしを防げます。

必要書類は受講証明・領収書・本人確認書類などが基本ですが、区分や状況で異なります。申請期限を過ぎると受け取れない性質の給付なので、各ステップの期限はハローワークで先に確認しておくと安全です。

編集部の本音｜汎用校のAIコースと機械学習特化、どう選ぶか

横断して見てきた立場から、忖度なく言える選び分けがあります。「機械学習エンジニア」を名乗って働きたいかどうかで、選ぶ講座は変わります。

結論から言えば、実装職としての機械学習エンジニアを目指すなら、汎用プログラミング校の短期AIコースより、数理・モデリング・運用まで踏み込む専門性の高い講座のほうが向きます。求人が求める水準と、講座の到達点を合わせる発想です。

誤解されやすいのが、「Pythonが書ければ機械学習エンジニアになれる」という見立てです。Pythonはあくまで道具で、実務で問われるのは問題をデータと数式に翻訳する力です。汎用校の入門コースは前者で止まりがちで、ここが汎用と特化の分かれ目になります。

その理由は単純です。機械学習の実務では、ライブラリを呼ぶだけでなく、データの前処理、モデルの選択と評価、過学習への対処、運用後の精度監視まで一通り触れる力が問われます。入門だけでは面接で見られる「実装の手触り」に届きにくいのが実情です。

面接の場面を想像すると分かりやすいでしょう。「なぜそのモデルを選んだか」「精度が出ないときどう切り分けたか」を自分の言葉で語れるかが見られます。これは手を動かして詰まり、直した経験からしか出てこないため、課題演習の量が物を言います。

一方で、まずIT職への足がかりを作りたい、データを扱う仕事に幅広く触れたいという段階なら、汎用校のAIコースや一般指定の講座から始める選択も合理的です。いきなり長期の専門実践に飛び込む必要はありません。

費用面では、ここで前章までの実額の見方が効きます。専門実践指定の本格コースは定価こそ高めでも、段階達成時の還付が大きいため、手元負担で見ると差が縮むことがあります。定価の高さだけで専門コースを外すのは早計です。

向かない人も正直に書きます。学習時間をまとまって確保できない、就職や賃金上昇までの達成にコミットしづらい、という状況なら、80%前提で高額講座を選ぶのは負担過大になりがちです。その場合は短期・低額の講座で適性を確かめるほうが現実的です。

独学とスクールの線引きにも触れておきます。基礎の文法や統計の入口は無料教材でも進められます。スクールの価値が出るのは、つまずいたときに質問できる環境と、就職に直結する成果物づくり、そして給付で実費を抑えられる点です。独学で手が止まりがちな人ほど、給付を効かせたスクールの費用対効果は高まります。

職種の解像度も上げておきます。「機械学習エンジニア」と一口に言っても、モデルを作る研究寄りの役割、データ基盤を整えるデータエンジニア寄りの役割、学習済みモデルをサービスに組み込むMLOps寄りの役割があります。狙う役割で、必要な講座の重心は変わります。

たとえばモデル構築を担いたいなら統計・数理とアルゴリズムの厚いコース、運用側に回りたいならクラウドやデプロイ、データ処理の比重が高いコースが向きます。求人票で求められるスキルを2、3件読んでから講座を選ぶと、学びと仕事のズレを抑えられます。

年齢や経歴で迷う方への所感も添えます。30代以降の在職者でも、現職の業務知識（金融・製造・医療など）と機械学習を掛け合わせる道は現実的です。汎用的な実装力だけで若手と競うより、ドメイン知識との掛け算のほうが、年齢を強みに変えやすい筋です。

最終的には、目指す職種・確保できる時間・給付後の実額の3点を自分の数字で突き合わせるのが近道です。率の大きさだけで決めないことが、後悔を減らします。

よくある質問

Q. 働きながらでも教育訓練給付は使えますか？

A. はい、在職中でも利用できます。雇用保険の加入期間などの要件を満たし、受講開始前の事前手続きを済ませれば対象になります。失業者向けで授業料が原則無料の職業訓練とは別の制度で、こちらは自分で払った受講料の一部があとで戻る後払い型です（2026年6月時点・要確認）。

Q. 結局いくら戻りますか？

A. 区分と達成状況で変わるため、一律の金額は言えません。一般は20%・特定一般は40%・専門実践は段階達成で最大80%という枠組みの中で、雇用保険歴や就職・賃金上昇の状況によって実際の戻り額が決まります。自分の条件での実額は試算ツールで確かめてください。

Q. その講座が給付の対象か、どこで確認できますか？

A. 厚生労働省の教育訓練給付制度 検索システムで、講座の指定講座番号と区分を確認できます。各スクールの公式表記だけで判断せず、検索システムで登録の有無と区分（一般／特定一般／専門実践）まで照合すると確実です（2026年6月時点・要確認）。

Q. 「最大80%」は全員が受け取れますか？

A. いいえ。80%は専門実践で、修了に加えて就職や賃金上昇などの段階達成が前提です。賃金上昇による上乗せはおおむね2024年10月以降に受講を開始した人が対象とされ、それ以前は70%までという整理になり得ます。最初から80%を見込むのは避けてください。

Q. 受給に必要な雇用保険の加入期間はどのくらいですか？

A. 目安として、初めて使う場合は通算1年以上、2回目以降は前回の受講開始からおおむね3年以上あけることが要件とされています。専門実践では初回に必要な期間が長めの場合があります。自分の被保険者期間が要件を満たすかは管轄のハローワークで確認してください（2026年6月時点・要確認）。

Q. 専門実践は受講前に何をすればよいですか？

A. 受講開始日の原則2週間前までに、ハローワークで受給資格を確認し、訓練前キャリアコンサルティングを受けてジョブ・カードを作成します。この事前手続きを終えていないと、その回の受講が給付対象外になり得るため、早めの着手が安全です（2026年6月時点・要確認）。

Q. 給付金は一括で先にもらえますか？

A. いいえ。専門実践は受講期間中におおむね6か月ごとに支給申請して分割で受け取るのが基本で、上乗せ分は修了後の就職・賃金上昇を確認できてから支給されます。受講料はいったん自分で立て替える前提で資金計画を立ててください。

Q. リスキリングの補助金と教育訓練給付は併用できますか？

A. 教育訓練給付（厚生労働省）と、経済産業省のリスキリング支援の補助は別制度です。同一費用に二重で公的支援を受けられないのが原則のため、どちらを使うかは対象講座と自分の状況で選びます。併用可否や対象は制度ごとに異なるため、利用前に各窓口で確認してください（2026年6月時点・要確認）。

Q. 途中で解約・退学したら給付はどうなりますか？

A. 修了が給付の前提のため、修了認定の基準を満たさずに途中でやめると、その回の給付を受けられないのが基本です。出席率や課題提出などの修了要件は講座ごとに異なるので、受講前に確認しておくと取りこぼしを防げます（2026年6月時点・要確認）。

Q. 機械学習が学べれば、どの講座でも給付率は同じですか？

A. いいえ。同じ「AIが学べる」でも、専門実践に指定された本格コースと、一般・特定一般どまりの入門コースとでは給付率も上限も異なります。給付後の負担はコースの指定区分で大きく変わるため、区分の確認が比較の出発点になります。

次の一歩

機械学習の学びは投資額が大きいぶん、対象講座の確認漏れや申請期限の取りこぼしで損をしやすい領域です。逆に言えば、区分と実額を先に押さえておけば、避けられる損失です。

定価の大小ではなく、給付後に自分がいくら払うかで並べ直すと、選ぶべき講座が見えてきます。まずは自分の雇用保険歴と受講区分で、手元負担を確かめてください。

▶ あなたの給付後の実額を試算する（無料・30秒）

参考・出典

本文の制度に関する数値・要件は、以下の一次・公的情報に基づいて2026年6月時点で整理しています。最新の取り扱いと自分の対象可否は、各窓口で確認してください。

厚生労働省「教育訓練給付制度」 https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/jinzaikaihatsu/kyouiku.html

厚生労働省「教育訓練給付制度 検索システム（講座・指定講座番号の確認）」 https://www.kyufu.mhlw.go.jp/kensaku/

厚生労働省「専門実践教育訓練給付金のご案内」 https://www.mhlw.go.jp/content/11600000/000506862.pdf

厚生労働省「教育訓練給付の拡充（給付率の引上げ等）について」 https://www.mhlw.go.jp/stf/newpage_36321.html

ハローワークインターネットサービス「教育訓練給付制度」 https://www.hellowork.mhlw.go.jp/insurance/insurance_education.html

厚生労働省「ジョブ・カード制度総合サイト」 https://www.job-card.mhlw.go.jp/

経済産業省「第四次産業革命スキル習得講座認定制度（Reスキル講座）」 https://www.meti.go.jp/policy/economy/jinzai/reskill/index.html

経済産業省「リスキリングを通じたキャリアアップ支援事業」 https://www.meti.go.jp/policy/economy/jinzai/reskilling_career/index.html

厚生労働省「教育訓練支援給付金について」 https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/koyou/kyufukin/d01-1.html

独立行政法人情報処理推進機構（IPA）「ITスキル標準・データサイエンティスト関連情報」 https://www.ipa.go.jp/jinzai/skill-standard/index.html

※当編集部は各社の公開情報と厚生労働省など一次情報をもとに独自に整理・比較しています（検証日：2026年6月20日）。独自の星評価・満足度％・受講者数・口コミは掲載しません（捏造をしないため）。最終的な対象可否・金額はハローワーク等でご確認ください。掲載・選定方針 ›