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研究開発 → シリーズBのAIスタートアップのMLエンジニア
35歳/750万円 → 860万円(+110万円)
| 転職前 | 大手メーカーの研究所/研究開発(研究・アカデミア) |
|---|---|
| 転職後 | シリーズBのAIスタートアップ/MLエンジニア(IT・AI) |
| 年齢・経験年数 | 35歳/前職13年 |
| 年収 | 750万円 → 860万円(+110万円) |
| 転職のきっかけ | 自社プロダクトに関わりたい |
| 選考の論点 | 年齢に対してポジションが見合わない |
| 効いた進め方 | 手を動かした証拠を用意した/副業・個人開発で実績を作った |
| 選考の状況 | 応募26社・書類通過15社・内定1社/約3か月 |
転職前の状況
13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
納品して終わる仕事を13年続けるうちに、リリースしたものがどう使われたかを知らないまま次の案件へ移る進み方に、手応えを感じられなくなっていた。作ったものの結果を自分で見に行ける場所へ移りたい、という動機がはっきりしてきた。
選考でネックになったこと
35歳という年齢に対して、応募先が想定していたのは一段上の役割だった。実力の問題ではなく、期待値との差が最初の壁になった。
どう進めたか
週末に小さなプロダクトを作り、要件の決め方から公開後の反応の見方までを一通り自分でやった。規模は小さいが、意思決定を全部自分で行った経験として面接で使えるようになった。
9週間かけて、副業で小さく実務に近い案件を1件やり切った。規模は小さいが、社外で通用した証拠として面接で機能した。
応募26社、書類通過15社、最終面接まで進んだのが4社、内定1社。情報収集を始めてから内定まで約3か月かかっている。
年収の動き
研究・アカデミアの経験とMLエンジニアの職種要件を両方満たす候補者が少なく、その希少性がそのまま110万円の差になった。同じ職種でも、前職の組み合わせによって提示額は変わる。
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 →