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MLエンジニア → 上場SaaS企業のAI活用推進担当
35歳/790万円 → 860万円(+70万円)
| 転職前 | 大手Web企業/MLエンジニア(IT・データ) |
|---|---|
| 転職後 | 上場SaaS企業/AI活用推進担当(AI・SaaS) |
| 年齢・経験年数 | 35歳/前職11年 |
| 年収 | 790万円 → 860万円(+70万円) |
| 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 | 見せられる成果物がない |
| 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24社・書類通過13社・内定1社/約2か月 |
転職前の状況
大手Web企業でMLエンジニアとして11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
やっていることの難易度は上がっていた。ただ、それが社内の事情に固有の難しさであることにも気づいていた。35歳を過ぎて、その固有性が積み上がるほど動きにくくなることが不安だった。
選考でネックになったこと
成果物を出せない前提で、口頭の説明だけで進めていた。同じポジションを争う候補者が実物を持っていた場合に、比較で負けていた。
どう進めたか
不足していた領域を8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24社、書類通過13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2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70万円の増加。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 →