データ・AI/研究職 → 機械学習エンジニア
公的研究機関のデータ解析担当 → 大手Web企業のリサーチエンジニア
40歳/790万円 → 1060万円(+270万円)
| 転職前 | 公的研究機関/データ解析担当(研究・アカデミア) |
|---|---|
| 転職後 | 大手Web企業/リサーチエンジニア(IT・AI) |
| 年齢・経験年数 | 40歳/前職9年 |
| 年収 | 790万円 → 1060万円(+270万円) |
| 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 | 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6社・書類通過3社・内定1社/約7か月 |
転職前の状況
公的研究機関でデータ解析担当として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。40歳で790万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
IT・AIのスピード感を理解しないまま、前職の丁寧さを美点として語ってしまった。相手にとっては遅さの話に聞こえていた。
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。
直近で自分が書いたコードと設計資料を、公開できる形に整理した。量ではなく、判断の跡が読み取れる形にすることを優先した。
応募6社、書類通過3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7か月かかっている。
年収の動き
270万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 →