データ・AI/研究職 → 機械学習エンジニア
博士課程のデータ解析担当 → 大手Web企業のMLエンジニア
29歳/470万円 → 590万円(+120万円)
| 転職前 | 博士課程/データ解析担当(研究・アカデミア) |
|---|---|
| 転職後 | 大手Web企業/MLエンジニア(IT・AI) |
| 年齢・経験年数 | 29歳/前職7年 |
| 年収 | 470万円 → 590万円(+120万円) |
| 転職のきっかけ | 会社・事業の将来性 |
| 選考の論点 | 手を動かせないと見られる |
| 効いた進め方 | 副業・個人開発で実績を作った/手を動かした証拠を用意した |
| 選考の状況 | 応募17社・書類通過6社・内定1社/約5か月 |
転職前の状況
7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
業界全体が縮小に向かっていることは社内でも共有されていた。ただ、具体的な手が打たれる気配はなく、待つ理由が見つからなかった。
選考でネックになったこと
設計はできるが実装から離れている、という状態が最も評価しにくいと、面接で率直に指摘された。
どう進めたか
週末に個人で作ったものを公開し、使われ方の数字まで自分で追った。実務経験の不足を、量ではなく一貫性で埋める形にした。
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17社、書類通過6社、最終面接まで進んだのが1社、内定1社。情報収集を始めてから内定まで約5か月かかっている。
年収の動き
120万円の増加分の多くは、本人の評価というよりIT・AI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
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 →