データ・AI/機械学習エンジニア → 生成AI・LLMプロダクト
大手Web企業のバックエンドエンジニア → 大手Web企業のLLMエンジニア
36歳/720万円 → 1090万円(+370万円)
| 転職前 | 大手Web企業/バックエンドエンジニア(IT・データ) |
|---|---|
| 転職後 | 大手Web企業/LLMエンジニア(AI・SaaS) |
| 年齢・経験年数 | 36歳/前職5年 |
| 年収 | 720万円 → 1090万円(+370万円) |
| 転職のきっかけ | 意思決定の遅さ |
| 選考の論点 | 成果を数字で語れない |
| 効いた進め方 | 不足している知識を先に埋めた/副業・個人開発で実績を作った |
| 選考の状況 | 応募31社・書類通過10社・内定2社/約5か月 |
転職前の状況
大手Web企業で5年目。個人で試している内容と、業務で求められる内容の差が広がっていた。
転職を考えたきっかけ
一つの判断に稟議と根回しが必要で、正しさよりも通しやすさで案が選ばれる場面が増えていた。速く試して直す進め方ができる環境に移りたいと考えるようになった。
選考でネックになったこと
「品質を改善した」「顧客満足度が上がった」という書き方に留まっていて、前後の差が示せていなかった。書類の通過率が想定より低かった原因はここにあった。
どう進めたか
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。
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。
応募31社、書類通過10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
370万円の増加分の多くは、本人の評価というよりAI・SaaS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
実務経験が足りないとき、最短の証明は職務経歴書の書き方ではなく、小さくても自分でやり切った1件だった。
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 →