データ・AI/研究職 → 機械学習エンジニア
博士課程のポスドク → 上場SaaS企業のリサーチエンジニア
35歳/760万円 → 810万円(+50万円)
| 転職前 | 博士課程/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 | 35歳/前職13年 |
| 年収 | 760万円 → 810万円(+50万円) |
| 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28社・書類通過8社・内定1社/約6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
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
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。
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28社、書類通過8社、最終面接まで進んだのが1社、内定1社。情報収集を始めてから内定まで約6か月かかっている。
年収の動き
50万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 →