データ・AI/研究職 → 機械学習エンジニア
大学・大学院の研究員 → AI開発企業の機械学習エンジニア
31歳/470万円 → 660万円(+190万円)
| 転職前 | 大学・大学院/研究員(研究・アカデミア) |
|---|---|
| 転職後 | AI開発企業/機械学習エンジニア(IT・AI) |
| 年齢・経験年数 | 31歳/前職9年 |
| 年収 | 470万円 → 660万円(+190万円) |
| 転職のきっかけ | 年収の頭打ち |
| 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20社・書類通過6社・内定1社/約2か月 |
転職前の状況
大学・大学院で研究員として9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
成果と報酬の連動が弱く、同期との差が年間で数十万円の範囲に収まる仕組みだった。31歳で470万円という水準そのものに不満はなかったが、この先の伸び方には納得できなかった。
選考でネックになったこと
同じ職種でも、応募先では2〜3年下の年次が担う仕事だった。年収を維持したまま入る前提だと、求められる水準が一段上がる。
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。
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20社、書類通過6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2か月かかっている。
年収の動き
190万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 →