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企業の機械学習エンジニア → シリーズAのスタートアップのMLエンジニア
30歳/1000万円 → 1150万円(+150万円)
| 転職前 | 大手Web企業/機械学習エンジニア(IT・データ) |
|---|---|
| 転職後 | シリーズAのスタートアップ/MLエンジニア(AI・SaaS) |
| 年齢・経験年数 | 30歳/前職8年 |
| 年収 | 1000万円 → 1150万円(+150万円) |
| 転職のきっかけ | 市場価値が上がっていない感覚 |
| 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7社・書類通過2社・内定1社/約5か月 |
転職前の状況
大手Web企業で8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
同世代が事業会社やスタートアップへ移っていくのを見て、自分の経験が外でどう評価されるのかを一度確かめておきたくなった。すぐに転職するつもりはなく、情報収集から始めている。
選考でネックになったこと
数字は取れていたが社外秘の扱いが分からず、書くこと自体を避けていた。結果として、実態より小さく見える書類になっていた。
どう進めたか
不足していた領域を9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。
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。
応募7社、書類通過2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5か月かかっている。
年収の動き
150万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 →