データ・AI/機械学習エンジニア → 生成AI・LLMプロダクト
上場SaaS企業のデータサイエンティスト → シリーズAのスタートアップのAIプロダクトエンジニア
40歳/730万円 → 900万円(+170万円)
| 転職前 | 上場SaaS企業/データサイエンティスト(IT・データ) |
|---|---|
| 転職後 | シリーズAのスタートアップ/AIプロダクトエンジニア(AI・SaaS) |
| 年齢・経験年数 | 40歳/前職9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 | 見せられる成果物がない |
| 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32社・書類通過11社・内定1社/約7か月 |
転職前の状況
上場SaaS企業でデータサイエンティストとして9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。40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
成果物を出せない前提で、口頭の説明だけで進めていた。同じポジションを争う候補者が実物を持っていた場合に、比較で負けていた。
どう進めたか
6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。
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。
応募32社、書類通過11社、最終面接まで進んだのが1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
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 →