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AのスタートアップのLLMエンジニア
36歳/740万円 → 1090万円(+350万円)
| 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Aのスタートアップ/LLMエンジニア(AI・SaaS) |
| 年齢・経験年数 | 36歳/前職13年 |
| 年収 | 740万円 → 1090万円(+350万円) |
| 転職のきっかけ | 意思決定の遅さ |
| 選考の論点 | 見せられる成果物がない |
| 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20社・書類通過6社・内定2社/約3か月 |
転職前の状況
AI開発企業でバックエンドエンジニアとして13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
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
関わった仕事はすべて社外に出せないもので、選考で示せる実物がなかった。話せることと見せられることの差が、そのまま評価の差になった。
どう進めたか
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。
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20社、書類通過6社、最終面接まで進んだのが4社、内定2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
IT・データの経験とLLMエンジニアの職種要件を両方満たす候補者が少なく、その希少性がそのまま350万円の差になった。同じ職種でも、前職の組み合わせによって提示額は変わる。
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 →