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MLエンジニア
26歳/760万円 → 1000万円(+240万円)
| 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/MLエンジニア(IT・AI) |
| 年齢・経験年数 | 26歳/前職4年 |
| 年収 | 760万円 → 1000万円(+240万円) |
| 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 | 不足している知識を先に埋めた/手を動かした証拠を用意した |
| 選考の状況 | 応募31社・書類通過11社・内定1社/約4か月 |
転職前の状況
4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
評価は悪くなく、等級も順調に上がっていた。ただ、社内の賃金テーブルを見ると、次の等級に上がっても増える額は限られていて、760万円の先が見えてしまっていた。
選考でネックになったこと
26歳での未経験領域への移動になるため、ポテンシャル採用の枠には年齢が合わず、即戦力の枠には経験が足りない、という中間に落ちた。
どう進めたか
不足していた領域を10週間で最低限埋めることにし、範囲を絞って学習した。網羅ではなく、面接で論点になる部分だけに絞ったのが結果的に効いた。
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31社、書類通過11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4か月かかっている。
年収の動き
240万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 →