データ・AI/研究職 → 機械学習エンジニア
大手メーカーの研究所のポスドク → AI開発企業のMLエンジニア
26歳/700万円 → 1030万円(+330万円)
| 転職前 | 大手メーカーの研究所/ポスドク(研究・アカデミア) |
|---|---|
| 転職後 | AI開発企業/MLエンジニア(IT・AI) |
| 年齢・経験年数 | 26歳/前職3年 |
| 年収 | 700万円 → 1030万円(+330万円) |
| 転職のきっかけ | 年収の頭打ち |
| 選考の論点 | 業界の慣習・進め方の差 |
| 効いた進め方 | 手を動かした証拠を用意した/不足している知識を先に埋めた |
| 選考の状況 | 応募32社・書類通過13社・内定1社/約4か月 |
転職前の状況
3年、研究に従事。手を動かす力はあったが、本番環境で動かし続ける経験がなかった。
転職を考えたきっかけ
評価は悪くなく、等級も順調に上がっていた。ただ、社内の賃金テーブルを見ると、次の等級に上がっても増える額は限られていて、700万円の先が見えてしまっていた。
選考でネックになったこと
前職では当たり前だった意思決定の順番が通用せず、面接での受け答えが噛み合わなかった。知識ではなく作法の差だった。
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。
不足していた領域を8週間で最低限埋めることにし、範囲を絞って学習した。網羅ではなく、面接で論点になる部分だけに絞ったのが結果的に効いた。
応募32社、書類通過13社、最終面接まで進んだのが3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
採用が長く埋まっていないポジションで、提示は相場の上限に寄っていた。結果として330万円の増加。希少性が価格に出たケース。
このケースから読み取れること
実務経験が足りないとき、最短の証明は職務経歴書の書き方ではなく、小さくても自分でやり切った1件だった。
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 →