データ・AI/研究職 → 機械学習エンジニア
公的研究機関のポスドク → 上場SaaS企業のリサーチエンジニア
38歳/630万円 → 690万円(+60万円)
| 転職前 | 公的研究機関/ポスドク(研究・アカデミア) |
|---|---|
| 転職後 | 上場SaaS企業/リサーチエンジニア(IT・AI) |
| 年齢・経験年数 | 38歳/前職8年 |
| 年収 | 630万円 → 690万円(+60万円) |
| 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 | 業界の慣習・進め方の差 |
| 効いた進め方 | 副業・個人開発で実績を作った/不足している知識を先に埋めた |
| 選考の状況 | 応募14社・書類通過6社・内定2社/約3か月 |
転職前の状況
公的研究機関でポスドクとして8年。研究の質には自信があったが、成果が実用に届くまでの距離が遠かった。
転職を考えたきっかけ
顧客の課題を解く仕事自体は好きだった。ただ、解いた後の改善に関われないことが多く、一度作ったものを育てる経験を積める環境を探し始めた。
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
3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。
資格の取得より、応募先で使われている考え方の理解を優先した。用語を知っている状態ではなく、なぜその考え方を採るのかを説明できる状態を目標にした。
応募14社、書類通過6社、最終面接まで進んだのが4社、内定2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
60万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
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 →