本ページはアフィリエイトプログラムによる収益を得ています。

はじめに

今回の転職活動についてまとめていきます。他のポスドクの人の参考になれば幸いです。


アマゾン楽天Yahoo!をクリックして、モノを買ってくれるとアフィ収入が入るので、記事を書くモチベーションになります。。。

 

登録・利用したサイト

今回の転職活動で利用・登録したサイトは

  • アカリク
  • doda
  • シンビオライズ
  • open work
  • LinkedIn
  • 博士のキャリア

です。他にもいろいろな転職サイトがあり、アフィという心汚い目的で紹介すると

などがあります。


それぞれの説明をすると、

  • アカリク
    たぶん一番有名。登録しておくと、定期的に企業の紹介やウェビナーの案内が来る。
    企業から直接メッセージが送られてくるのは、アカリクだけな気もする。
    ただし、ある企業からのメッセージがしつこくて、それをブロックする方法がないのは残念。

  • doda
    ネットで見つけたポスドク転職体験記で一番おススメされてた。今回の転職もこの会社のエージェント経由。どれか一つを選べというのなら、dodaをおススメする(と言ってもエージェントに依存するのかも)。ただし、サイトはバグあるっぽくてなんか使いにくい。

  • シンビオライズ
    デジタルマーケティング・AI領域の求人・案内サイトだったので、登録した。エージェントと面談後、後日連絡すると言われたが来なかった。既にスキルがある人でないならば、アカリクやdodaを使う方がいい。

  • open work
    企業の評価(年収や残業時間など)を見るのに登録した。求人情報だけからは分からない待遇を見るのにとても役に立った。

  • LinkedIn
    ビジネスマンのためのSNS。UIがあまりにも使いにくい。
    これを使って転職できる人は、すでに民間の経験がある人や超ハイスペックな人だけです。登録したけど、しばらくして解除した。

  • 博士のキャリア
    広告を見かけて登録してみたけど、このサイトで転職がうまくいきそうな感じはしなかった。素直にアカリクかdodaにすればよい。

 
な感じです。とりあえずアカリクdodaを使うのがいいと思いました。

 

転職活動の大雑把な流れ

簡単に転職活動の大雑把な流れを書いていきます。

 

  1. アカリク・dodaなどの転職サイトに登録し、エージェントと面談する。
  2. 業種などの希望を伝えると、エージェントが希望に近い求人を紹介してくれる。
    アカリクだと、それに加え、企業から直接連絡があったり、メールでよさげな求人を紹介してくれるときがある。
    (dodaに関して言うと、エージェント経由以外の求人は全部無視してもいい。)
  3. その中から、いいなと思う求人があればAJOやメール公募に出す感じで履歴書などの必要書類を提出する。
    (枠が埋まったら終わりという求人があるので、少しでもいいなと思ったら、応募した方がよい。複数の内定を貰い、その中から吟味したいなら、同時に応募する方がよさそう。)


だいたいこんな感じです。

QunaSysなどのアカデミア業界と密接な関係にあるベンチャー企業の場合、エージェント経由ではなく、直接問い合わせた方がいいと思います。JREC-IN、企業ホームページ、Twitterなどで求人してるのを見かけました。(エージェント経由で、このような企業の求人は一件もなかった。)


時系列

今回の転職の流れを大雑把に書いていきます。企業名は省略します。

 

2022年1月上旬

 

各種サイトに登録。

アカリクは2021年11月に登録してた。dodaはこのときに登録した。その他は後で徐々に登録した。

 

2022年1月中旬

 

アカリク登録直後に連絡をくれた、機械学習ベンチャーと面談する。

カジュアル面談のつもりであまり準備しなかったので、後日お祈り(?)された。

 

doda、アカリク、クリークアンドリバー(シンビオライズ)のエージェントと面談。

 

2022年1月下旬

 

クリークアンドリバー(シンビオライズ)のエージェントには完全に無視されたが、アカリク・dodaのエージェントから求人を紹介してもらった。

金融系と機械学習系にだいたい絞った。あと年収600万円以上。アカデミアを離れるなら助教以上の待遇は必須なのですよ。

 

それぞれ

  • アカリク
    8社くらい。エージェントから送られてくる求人は少なかった。アカリクから流れてくる求人はいくつかあった。

  • doda
    30社くらい。
    最初に22社の求人票を送ってもらい、その後いくつか追加で送ってきてもらった。

 

2022年2月から3月

 

基研からオファー貰ったので、その引っ越しとかまぁもうちょい物理やるかっていう気持ちでゆっくりしてた。

貰った求人で良さそうなところから順に書類を送った。基本的に一回書類を作ると使いまわせるので、dodaの場合AJOのようにポチポチできてよかった。

アカリクはポチポチは出来なかったが、少しの修正で基本的な書類は使いまわせた。あとは企業ごとの特殊書類がときどきあった。(民間の特殊書類は、アカデミア公募の教育の抱負などに比べると遥かに作成は楽。例えば、エクセルでフォーマット化されたプログラミングスキル能力についての質問など。)

 

よさげなところにポチポチ応募した。

 

(量子コンピュータジョブフェスタ2023に参加してみた。業務内容の紹介が主であり、求人の宣伝の場ではなかった。)

 

2022年3月末

 

某企業の機械学習系ポジションの書類選考に通ったので、その一次面接。面接はオンラインで、使用したアプリはWebex。面談相手は二人で、一人は人事の方、もう一人は採用予定部門の偉い人。

 

どこまで書いていいのかよく分からないので、大雑把に書くと、厳しい戦いだった。圧迫面接とかではないんだけど、答えにくい質問が多くて困った。機械学習という技術に興味を持っているよりかは、それの応用先に興味を持っていないと、ベンチャー系以外では厳しいんだなぁと思った。

 

後日、お祈りを頂いたことは言うまでもない。

 

2022年4月

 

まだ応募してなかった金融系に応募し、書類選考に通過した。そして、その約3週間後に一次面接があった。一次面接はオンラインで、使用したアプリはWebex。

面談相手は、人事の方やそれぞれの部門の偉い人などたくさんだった。

先ほど落ちた企業に比べて、受け答えしやすくて、いい面接だった。

 

オンラインでやった面接のときはまだスーツを使っていない。ユニクロで購入した白いシャツ(スーツで使うような感じの)で挑んだ。

 

2022年5月末

 

最終面接行ってきたった。旅費は出たよ!このためだけに、スーツや革靴を買ったよ!

(たぶんアカデミア公募の面接でも、地方大や私大の場合、たぶんスーツを着た方がいいと思われる。よって、民間だからこそスーツを着ないといけないわけではないはず。) 

(洋服の青山で購入したが、裾直しに1~2週間くらいかかったので、面接の数日前に買うのは危険。)

 

2022年6月中旬

 

オファーが貰えたので、ここで戦いは終了。

御社が忙しかったので、最終面接やオファーが出るのが遅れたので、応募から内定まで2ヶ月近くかかった。

 

(ほぼオファーが貰えることは分かってたけど、遅かったので、機械学習系大手の企業紹介に参加してみた。)

 

まとめ

 

まとめると、

  • 応募: 15社 (内定を貰ったなどの理由で、そのうちの2社は取り下げた。)
  • 面接: 3社 (そのうち1社はこちらからの応募ではない。上に挙げたカジュアル面接をしたところ。)
  • 内定: 1社

です。

 

感想

大学・大学院のときに就職活動を一切しなかったので、自分の転職活動がどれだけ大変だったのか・うまくいったのか分からないが、個人的には意外と楽だったなという感想です。意外と楽だなってのは、アカデミアの公募は書類作成が大変、さらに出してもほぼ落ちるという状況と比べてというのも入ってます。 (ただし、内定ゼロだった場合手のひらクルーって感じで感想は変わってたと思う。)

あと、学部から京大で、学歴フィルターに関しては確実に通過する自信があるので、東大京大出身以外のポスドクだと厳しいのかもしれない。また、年齢が30代後半に入ると厳しさが増すのかも。


(どうやら東大素粒子の博士課程にいる人の就活は数社しか受けなくて、その会社ほぼ全部から内定を貰うような状態らしい。それを聞いて、やっぱポスドク2・3期目での転職はそこまで簡単ではないんだなって思ってしまった。)

(追記: 優秀な東大素粒子でも人によるらしく、上のは例外の可能性もあり。)

 

アカデミアの公募と比べて楽だったのが、

  • 一回真面目に書類を作ると、企業ごとに変える必要はほとんどなくて、使い回せること。
    (ただし、アカリクのテンプレートでは志望理由を書く項目があったので、企業ごとに数行書き換えた。)
  • テンプレートはwordで用意されていたが、それっぽい書類にすればTeXでいける。今回の転職活動では一回もwordは使わなかった。
  • 書類選考や面接に落ちた段階でお祈りが来ること。稀に、落ちた理由もちゃんと書いてくれる。
  • コロナ禍のおかげで最終面接以外はオンラインだったこと。
    面接や企業説明会の度に出張に行かなくてもよかったので助かった。
  • 最終面接の旅費が出たこと。(エージェント曰く、会社によりけりだそう。) 

 

今回転職活動をして感じたこととして、

  • 助教600万円、准教授750万円、教授900万円くらい年齢にもよるが、助教650~750万円、准教授750~万円、教授900~万円くらいなので、1年目で助教の給料(35歳前後を想定)を超えるのは少なかった。
    (誰も教えてくれないので、ネットの情報から察するとこれぐらいが総支給額らしい。違ったら教えてほしいです。嘘とか書いちゃよくないわけだし。頼むで!)
    (何人かに教えて貰った。思った以上に高かった。)
  • 年収の寄与の多くは、ボーナスと残業代。民間の基本給とアカデミアの任期付きポストの月収を比較すると後者の方が高いときがある。
    アカデミアとの大きな違いは、任期の有無、昇給の可能性、退職金だと思う。
  • 民間と任期ありポストを比較すると、間違いなく民間のほうが待遇がいいのだが、
    • 年棒制(ボーナス込み)を採用している企業がある(特にベンチャー)
    • みなし残業代込みで月収40万円くらいになる
    • 通勤手当はほぼ全部の会社にあったが、それ以外の手当はないところも結構あった
    ということもあり、そこまでアカデミアの待遇は悪くないのではと思ってしまった。。
    (給料面や一部手当に関して言ってるだけなので、任期有りであるならば明白にアカデミアの方が待遇が悪いと言えるが。)
  • 内定を貰わない限り、給料の詳細は分からない。おおよその年棒が求人に書かれてるが、400万円 - 1000万円など振れ幅が多くて、予想できない。
  • アカデミアだと募集要項に必須と書かれてることはだいたい必須だが、民間の場合、そこまで気にする必要がないこと。むしろ、その条件を完全に満たす求人は存在しなかった。要はやる気次第。
  • 機械学習系の給料はそんなに高くない。純粋に数理的素養があるだけの未経験の場合だと、600万円前後が初任給になるはず。(給料が高い場合、それは未経験者向けではなく経験者向けの求人。たしかにそういうのは高かった気がする。)
    その代わり、服装自由・業務に必要な勉強時間が勤務時間内に取れる・書籍購入補助など、ホワイト研究室のような雰囲気があると思った。
  • 複数の企業から内定を貰い、その中から吟味するというは、ある程度計画を練らないと難しいと思った。(内定が出た場合、1~2週間程度で決める必要があるため。)
    こればかりは、新卒一括採用のときに就職活動する方が有利だなって思った。
  • 大企業の求人はほとんどなかった。やはり新卒採用で就職活動する方が有利だなって思った。
  • 使用されるアプリは、zoom, webex, teams と多種多様で企業による。


最後に

ちょっとでも民間への転職を考えてる人にアドバイス的なことを書いておきます。

 

  • 研究するか死ぬか、という覚悟の決まってる人ではなく、次が決まらないなら民間に就職するつもりがあるなら、アカリクには登録した方がいい。
    アカリクはポスドク向けの求人やウェビナーの案内を送ってくれるので、民間に移るきっかけにもなる。

    最近だと、
    機械学習大手のALBERTという東証プライム上場企業の求人案内(2022年10月入社なので、それ以降はリンク切れになるかも)があった。これはmathematicaしか使ったことのないという素粒子論の人にも十分チャンスがある求人です!
  • dutyの多い任期付きポストの場合、転職活動は大変かもしれない。エージェントとの面談は割と遅い時間(18時から20時くらい)も対応してくれるが、企業の面接は平日の10:00~18:00に行われるので、転職活動の時間の確保が難しいかもしれない。

    ポスドクで決意を固めて転職活動する方が時間を取りやすいので、早めに行動する方がよさそう。
  • アカデミアを離れて転職しようとすると、たぶん「任期切れで次の行先が決まらないから」、「任期なし公募に採用されないから」というのを理由に挙げる人が多いと思う。ただ、転職しようと思うなら、そういう消極的な理由だけでなく、新しいことを始めたいと思ったという積極的な理由は必要です。

    (だからこそ、ポスドクが単調増加で増えていくんだなぁ、と思いました。)
  • 何かプログラミングをやってる方が可能性が広がる。


ブログで書けないようなことは、会ったときに聞いてくれれば、自分の知り合いに限り教えます。

 

アマゾン楽天Yahoo!をクリックして、モノを買ってくれるとアフィ収入が入るので、記事を書くモチベーションになります。。。