データ・AI/研究職 → 機械学習エンジニア
博士課程の研究員 → 上場SaaS企業のリサーチエンジニア
41歳/760万円 → 940万円(+180万円)
| 転職前 | 博士課程/研究員(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 | 41歳/前職11年 |
| 年収 | 760万円 → 940万円(+180万円) |
| 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 | 年齢に対してポジションが見合わない |
| 効いた進め方 | 副業・個人開発で実績を作った/手を動かした証拠を用意した |
| 選考の状況 | 応募17社・書類通過8社・内定1社/約7か月 |
転職前の状況
博士課程で研究員として11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
顧客の課題を解く仕事自体は好きだった。ただ、解いた後の改善に関われないことが多く、一度作ったものを育てる経験を積める環境を探し始めた。
選考でネックになったこと
41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
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。
週末に小さなプロダクトを作り、要件の決め方から公開後の反応の見方までを一通り自分でやった。規模は小さいが、意思決定を全部自分で行った経験として面接で使えるようになった。
応募17社、書類通過8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7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180万円の増加。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 →