データ・AI/機械学習エンジニア → 生成AI・LLMプロダクト
AI開発企業のバックエンドエンジニア → シリーズBのAIスタートアップのLLMエンジニア
26歳/960万円 → 1360万円(+400万円)
| 転職前 | AI開発企業/バックエンドエンジニア(IT・データ) |
|---|---|
| 転職後 | シリーズBのAIスタートアップ/LLMエンジニア(AI・SaaS) |
| 年齢・経験年数 | 26歳/前職4年 |
| 年収 | 960万円 → 1360万円(+400万円) |
| 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 | 副業・個人開発で実績を作った/不足している知識を先に埋めた |
| 選考の状況 | 応募25社・書類通過9社・内定1社/約3か月 |
転職前の状況
AI開発企業で4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
4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。
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25社、書類通過9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3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400万円の増加。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 →