データ・AI/エンジニア → データエンジニア(データ基盤)
上場SaaS企業のインフラエンジニア → 上場SaaS企業のデータエンジニア
37歳/830万円 → 1030万円(+200万円)
| 転職前 | 上場SaaS企業/インフラエンジニア(IT・SIer) |
|---|---|
| 転職後 | 上場SaaS企業/データエンジニア(IT・データ) |
| 年齢・経験年数 | 37歳/前職4年 |
| 年収 | 830万円 → 1030万円(+200万円) |
| 転職のきっかけ | 年収の頭打ち |
| 選考の論点 | 使ってきた技術が古い |
| 効いた進め方 | 手を動かした証拠を用意した/成果を数字に置き換えた |
| 選考の状況 | 応募9社・書類通過4社・内定1社/約7か月 |
転職前の状況
上場SaaS企業でインフラエンジニアとして4年。集計基盤の構築を一部担当したことがきっかけで、データ側に関心が向いた。
転職を考えたきっかけ
社内でこれ以上年収を上げるには管理職の枠に入るしかなく、その枠が空くのは数年先だと分かっていた。時間で解決する問題ではないと判断した。
選考でネックになったこと
4年かけて習熟した環境が、転職市場ではほとんど求人がないものだった。技術力の問題ではなく、置き場所の問題だった。
どう進めたか
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。
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9社、書類通過4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7か月かかっている。
年収の動き
200万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
狭く入って中で広げる進み方が機能している。最初から希望の役割で入ろうとすると、選考の難易度が跳ね上がる。
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 →