データ・AI/事業会社のアナリスト → データサイエンティスト
大手サービス業のデータアナリスト → シリーズCのSaaS企業のアナリティクスエンジニア
28歳/790万円 → 970万円(+180万円)
| 転職前 | 大手サービス業/データアナリスト(事業会社) |
|---|---|
| 転職後 | シリーズCのSaaS企業/アナリティクスエンジニア(IT・データ) |
| 年齢・経験年数 | 28歳/前職4年 |
| 年収 | 790万円 → 970万円(+180万円) |
| 転職のきっかけ | 年収の頭打ち |
| 選考の論点 | 手を動かせないと見られる |
| 効いた進め方 | 成果を数字に置き換えた/手を動かした証拠を用意した |
| 選考の状況 | 応募28社・書類通過15社・内定1社/約4か月 |
転職前の状況
大手サービス業で4年目。独学で機械学習を学んでいたが、実務で使う機会が社内になかった。
転職を考えたきっかけ
成果と報酬の連動が弱く、同期との差が年間で数十万円の範囲に収まる仕組みだった。28歳で790万円という水準そのものに不満はなかったが、この先の伸び方には納得できなかった。
選考でネックになったこと
管理側に回って年数が経っており、直近で自分が手を動かした成果物を示せなかった。技術的な会話にはついていけるが、証拠がない。
どう進めたか
前任者との比較、着任前後の比較、他チームとの比較の3種類で数字を用意した。絶対値が出せない場合でも、比較なら示せることが多かった。
応募先のプロダクトを実際に使い、改善案を資料にまとめて面接に持ち込んだ。外からの推測であることを断ったうえで提出したところ、議論の入り口として機能した。
応募28社、書類通過15社、最終面接まで進んだのが2社、内定1社。情報収集を始めてから内定まで約4か月かかっている。
年収の動き
180万円の増加分の多くは、本人の評価というよりIT・データの相場そのものの差だった。同じ経験でも、置く場所を変えるだけで水準が変わる。
このケースから読み取れること
相場を知らないまま希望額を出すと、前職の水準がそのまま天井になる。動く前に、同じ経験が別の業界でいくらになるかを確かめておく価値がある。
同じパターンの他の事例
自分の場合はどうか、を確かめたいとき
事例は型であって、そのまま当てはまるものではありません。 いまの経歴でどのパターンに近いのか、何が論点になりそうかを整理したい方は、キャリア相談をご利用ください。
キャリア相談について見る →