データ・AI/研究職 → 機械学習エンジニア
公的研究機関の研究員 → シリーズBのAIスタートアップのMLエンジニア
40歳/690万円 → 1040万円(+350万円)
| 転職前 | 公的研究機関/研究員(研究・アカデミア) |
|---|---|
| 転職後 | シリーズBのAIスタートアップ/MLエンジニア(IT・AI) |
| 年齢・経験年数 | 40歳/前職9年 |
| 年収 | 690万円 → 1040万円(+350万円) |
| 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/手を動かした証拠を用意した |
| 選考の状況 | 応募21社・書類通過9社・内定1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
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。40歳で690万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。
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21社、書類通過9社、最終面接まで進んだのが2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
研究・アカデミアの経験とMLエンジニアの職種要件を両方満たす候補者が少なく、その希少性がそのまま350万円の差になった。同じ職種でも、前職の組み合わせによって提示額は変わる。
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 →