データ・AI/研究職 → 機械学習エンジニア
博士課程の研究開発 → シリーズBのAIスタートアップのリサーチエンジニア
28歳/660万円 → 880万円(+220万円)
| 転職前 | 博士課程/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 | 28歳/前職6年 |
| 年収 | 660万円 → 880万円(+220万円) |
| 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10社・書類通過4社・内定2社/約5か月 |
転職前の状況
博士課程で研究開発として6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
社内でこれ以上年収を上げるには管理職の枠に入るしかなく、その枠が空くのは数年先だと分かっていた。時間で解決する問題ではないと判断した。
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
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。
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10社、書類通過4社、最終面接まで進んだのが4社、内定2社。情報収集を始めてから内定まで約5か月かかっている。
年収の動き
採用が長く埋まっていないポジションで、提示は相場の上限に寄っていた。結果として220万円の増加。希少性が価格に出たケース。
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 →