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 → 大手Web企業のリサーチエンジニア
32歳/410万円 → 550万円(+140万円)
| 転職前 | 博士課程/研究開発(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 | 32歳/前職9年 |
| 年収 | 410万円 → 550万円(+140万円) |
| 転職のきっかけ | 会社・事業の将来性 |
| 選考の論点 | 業界の慣習・進め方の差 |
| 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7社・書類通過2社・内定2社/約3か月 |
転職前の状況
9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
業界全体が縮小に向かっていることは社内でも共有されていた。ただ、具体的な手が打たれる気配はなく、待つ理由が見つからなかった。
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
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7社、書類通過2社、最終面接まで進んだのが2社、内定2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
140万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 →