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 → 大手Web企業のAIプロダクトエンジニア
26歳/970万円 → 1310万円(+340万円)
| 転職前 | 大手Web企業/機械学習エンジニア(IT・データ) |
|---|---|
| 転職後 | 大手Web企業/AIプロダクトエンジニア(AI・SaaS) |
| 年齢・経験年数 | 26歳/前職4年 |
| 年収 | 970万円 → 1310万円(+340万円) |
| 転職のきっかけ | 会社・事業の将来性 |
| 選考の論点 | 使ってきた技術が古い |
| 効いた進め方 | 副業・個人開発で実績を作った/手を動かした証拠を用意した |
| 選考の状況 | 応募10社・書類通過4社・内定2社/約2か月 |
転職前の状況
大手Web企業で4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
業界全体が縮小に向かっていることは社内でも共有されていた。ただ、具体的な手が打たれる気配はなく、待つ理由が見つからなかった。
選考でネックになったこと
4年かけて習熟した環境が、転職市場ではほとんど求人がないものだった。技術力の問題ではなく、置き場所の問題だった。
どう進めたか
10週間かけて、副業で小さく実務に近い案件を1件やり切った。規模は小さいが、社外で通用した証拠として面接で機能した。
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。
応募10社、書類通過4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340万円の増加。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
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 →