データ・AI/機械学習エンジニア → 生成AI・LLMプロダクト
データ分析支援企業のデータサイエンティスト → 大手Web企業のAI活用推進担当
33歳/730万円 → 900万円(+170万円)
| 転職前 | データ分析支援企業/データサイエンティスト(IT・データ) |
|---|---|
| 転職後 | 大手Web企業/AI活用推進担当(AI・SaaS) |
| 年齢・経験年数 | 33歳/前職7年 |
| 年収 | 730万円 → 900万円(+170万円) |
| 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 | 手を動かした証拠を用意した/不足している知識を先に埋めた |
| 選考の状況 | 応募24社・書類通過13社・内定1社/約7か月 |
転職前の状況
データ分析支援企業で7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
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
応募先のプロダクトを実際に使い、改善案を資料にまとめて面接に持ち込んだ。外からの推測であることを断ったうえで提出したところ、議論の入り口として機能した。
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。
応募24社、書類通過13社、最終面接まで進んだのが4社、内定1社。情報収集を始めてから内定まで約7か月かかっている。
年収の動き
170万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
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 →