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 → 上場SaaS企業のLLMエンジニア
42歳/650万円 → 890万円(+240万円)
| 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 | 上場SaaS企業/LLMエンジニア(AI・SaaS) |
| 年齢・経験年数 | 42歳/前職10年 |
| 年収 | 650万円 → 890万円(+240万円) |
| 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/副業・個人開発で実績を作った |
| 選考の状況 | 応募21社・書類通過10社・内定2社/約8か月 |
転職前の状況
データ分析支援企業でデータサイエンティストとして10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
リスクを取らない判断が常に安全側として扱われる文化で、挑戦の総量が年々減っていた。42歳のうちに、意思決定が速い環境を経験しておきたかった。
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
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。
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21社、書類通過10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8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240万円の差になった。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 →