データ・AI/機械学習エンジニア → 生成AI・LLMプロダクト
上場SaaS企業のデータサイエンティスト → シリーズAのスタートアップのLLMエンジニア
30歳/760万円 → 1010万円(+250万円)
| 転職前 | 上場SaaS企業/データサイエンティスト(IT・データ) |
|---|---|
| 転職後 | シリーズAのスタートアップ/LLMエンジニア(AI・SaaS) |
| 年齢・経験年数 | 30歳/前職3年 |
| 年収 | 760万円 → 1010万円(+250万円) |
| 転職のきっかけ | 会社・事業の将来性 |
| 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/手を動かした証拠を用意した |
| 選考の状況 | 応募15社・書類通過8社・内定1社/約8か月 |
転職前の状況
上場SaaS企業でデータサイエンティストとして3年。既存の分析業務は回せていたが、社内で新しい技術を試す余地がほとんどなかった。
転職を考えたきっかけ
主力事業の売上が数年横ばいで、新規の投資も止まっていた。自分の3年の経験が、この先も通用する場所に置かれているのか確かめたくなった。
選考でネックになったこと
職務経歴書が担当業務の羅列になっており、規模も変化量も書かれていなかった。良い仕事をした自覚はあったが、比較できる形になっていなかった。
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。
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15社、書類通過8社、最終面接まで進んだのが1社、内定1社。情報収集を始めてから内定まで約8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250万円の増加。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
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 →