データ・AI/研究職 → 機械学習エンジニア
大学・大学院の研究開発 → シリーズBのAIスタートアップのリサーチエンジニア
30歳/410万円 → 690万円(+280万円)
| 転職前 | 大学・大学院/研究開発(研究・アカデミア) |
|---|---|
| 転職後 | シリーズBのAIスタートアップ/リサーチエンジニア(IT・AI) |
| 年齢・経験年数 | 30歳/前職8年 |
| 年収 | 410万円 → 690万円(+280万円) |
| 転職のきっかけ | 年収の頭打ち |
| 選考の論点 | 手を動かせないと見られる |
| 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25社・書類通過11社・内定1社/約3か月 |
転職前の状況
8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
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。30歳で410万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
管理側に回って年数が経っており、直近で自分が手を動かした成果物を示せなかった。技術的な会話にはついていけるが、証拠がない。
どう進めたか
7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。
不足していた領域を7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25社、書類通過11社、最終面接まで進んだのが3社、内定1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
280万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 →