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MLエンジニア
34歳/840万円 → 1140万円(+300万円)
| 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/MLエンジニア(AI・SaaS) |
| 年齢・経験年数 | 34歳/前職7年 |
| 年収 | 840万円 → 1140万円(+300万円) |
| 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 | 不足している知識を先に埋めた/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3社・内定2社/約6か月 |
転職前の状況
データ分析支援企業で7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
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
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。
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。
応募10社、書類通過3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6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300万円の増加。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 →