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MLエンジニア → 大手Web企業のAIプロダクトエンジニア

34歳/820万円 → 1150万円(+330万円)

転職前データ分析支援企業/ML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34歳/前職8年
年収820万円 → 1150万円(+330万円)
転職のきっかけ会社・事業の将来性
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29社・書類通過12社・内定2社/約5か月

転職前の状況

データ分析支援企業で8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

「品質を改善した」「顧客満足度が上がった」という書き方に留まっていて、前後の差が示せていなかった。書類の通過率が想定より低かった原因はここにあった。

どう進めたか

直近で自分が書いたコードと設計資料を、公開できる形に整理した。量ではなく、判断の跡が読み取れる形にすることを優先した。

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29社、書類通過12社、最終面接まで進んだのが3社、内定2社。情報収集を始めてから内定まで約5か月かかっている。

年収の動き

330万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

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。

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 →