
所属では決まりません。決まるのは、顧客と話したか、自分で書いたかの2点です。





面談1回で、①通る条件を満たしているか
②経歴書のどこを書き換えるか
③年収がどう動くか、
この3点を整理してお渡しします

下請けの階層で、任される範囲が決まってしまった
顧客と直接話す機会も、設計を任される機会も、階層の位置で決まる。能力とは関係なく、経歴書に書ける内容が構造的に制限される。

「SES出身だと通らない」と、言われた経験がある
他社の選考で所属を理由に見送られると、どこまでが本当の線引きなのか分からなくなる。実際には所属ではなく、別の条件で判定されている。

AI業界に移れば年収が上がるのか、確信が持てない
上がるケースと下がるケースの両方がある。前職の給与構造と行き先の企業フェーズで結果が変わり、応募前には判断できない。
所属を明示的な要件にしている企業は限られます。見られているのは、①顧客と直接要件を詰めた経験があるか、②自分でコードを書いて納品したか、③精度が100%にならない技術を業務に載せた経験があるか。このうち①②のどちらかが欠けている場合に見送りになります。逆に両方あれば、SES・受託出身であること自体は不利になりません。当社ではまずこの判定をお伝えします。
SESから直接雇用に移る場合、中間のマージンが乗らなくなるため年収が上がりやすくなります。一方、大手SIerから初期フェーズのスタートアップに移る場合は、等級と福利厚生の差で下がることがあります。「AI業界なら年収が上がる」は前職によっては事実ではありません。当社では上がる求人と下がる求人を分けて、先に数字でお伝えします。
「◯◯システムの保守開発」としか書かれていない経歴を、担当した業務、関わった工程、判断した内容に分解し直すと、通る条件を満たしていることが見える場合があります。逆に分解しないまま出すと、実際には満たしているのに見送りになります。この層で結果を最も大きく変えるのは、企業選びではなく経歴書の作り直しです。当社では面談でご経験を棚卸しし、どの企業のどの観点に当たるかを整理したうえで書類を作ります。
SES・常駐で顧客先に入り、要件のヒアリングから実装までを担ってきた方SES・常駐で顧客先に入り、要件のヒアリングから実装までを担ってきた方
受託開発の少人数体制で、要件定義から納品まで一人で通してきた方受託開発の少人数体制で、要件定義から納品まで一人で通してきた方
SIerでPM/PLとして上流を担ってきた方で、もう一度実装する側に戻りたい方SIerでPM/PLとして上流を担ってきた方で、もう一度実装する側に戻りたい方
AI・機械学習のご経験は問いません。ただし、顧客と話した経験と自分で書いた経験の両方が欠けている場合は、まず一方が埋まる求人を経由することをお勧めしています。
両方が揃いやすい
折衝が不足
最も評価が高い
両方が揃う
実装が不足
社外折衝が不足
転職前の悩み
意思決定の背景
❝ AIの実務経験がないことがずっと引っかかっていましたが、今の経験のままどの企業なら通るのかを具体的に示してもらえたのが決め手でした。 ❞
転職前の悩み
意思決定の背景
❝ 大手のエージェントではうまく進められず、AIに強いエージェントを探して見つけました。やりたいことは決まっていましたが、どの企業ならマッチするのかが分からなかった。企業ごとの立ち位置や選考の実態まで具体的に聞けたのが決め手です。 ❞

受託開発企業(エンジニア)→AI開発支援企業(プロジェクトマネージャー)
大手のエージェントではうまく進められず、AIに強いエージェントを探して見つけました。やりたいことは決まっていましたが、どの企業ならマッチするのかが分からなかった。企業ごとの立ち位置や選考の実態まで具体的に聞けたのが決め手です。
A.所属を明示的な要件にしている企業は限られます。見られているのは、①顧客と直接要件を詰めた経験があるか、②自分でコードを書いて納品したか、の2点です。SESでも元請け直下で顧客と話していた場合は①が満たされます。逆に、指示された範囲の実装のみだった場合は①が不足するため、まず折衝を含むポジションを経由するのが現実的です。
A.「◯◯システムの保守開発」という書き方になっている場合、実際には満たしている条件が見えていないことがあります。担当した業務は何か、どの工程に関わったか、自分で判断したことは何か。ここまで分解すると、要件の一部を詰めていた、設計を任されていた、といった事実が出てくることが少なくありません。この棚卸しを面談で一緒に行い、書類を作り直します。
A.高く評価されます。特に少人数の体制で、要件のヒアリングから設計・実装・納品までを一人で通した経験は、顧客折衝と実装の両方を同時に満たすため、前職の型のなかで最も強い材料になります。生成AI企業の導入支援職で最も不足しているのがこの組み合わせです。
A.必須ではありません。生成AI企業で必要になるのは、既存のモデルを顧客の業務に載せる工程で、API連携、データの受け渡し、既存システムとの接続、権限とログの設計といった一般的な開発の作業です。ただし面接では「何を作ってみて、どこで期待どおりにいかなかったか」を必ず聞かれます。業務でなくても、個人で作ったものや社内での検証で構いません。
A.前職と行き先によって変わります。SESから直接雇用に移る場合は、中間のマージンが乗らなくなるため上がりやすくなります。一方、大手SIerから初期フェーズのスタートアップに移る場合は、等級と福利厚生の差で下がることがあります。「AI業界なら上がる」は前職によっては事実ではありません。上がる求人と下がる求人を分けて、先に数字でお伝えしています。
A.マネジメントに寄った期間があること自体は問題になりません。ただし「PMなので実装は部下が」という説明では通りません。過去に書いていた事実ではなく、今も自分で書けることの提示が必要です。どの水準の提示が求められるかは企業ごとに異なるため、面談時にお伝えしています。
A.職種によります。顧客先に入る比率が高いポジション(導入支援・FDEなど)と、自社でプロダクトを開発するポジションの両方があります。常駐そのものを避けたい場合はプロダクト側、顧客と話す働き方を続けたい場合は導入支援側が合います。ご希望に応じて分けてご紹介しています。
A.この層では年齢よりも、顧客折衝と実装の両方が経歴に残っているかが判定を分けます。むしろ上流の経験と実装の実感を両方持っていることは、経験年数がないと成立しにくい組み合わせです。生成AI企業の導入支援職で構造的に不足しているのはこの層で、実際に30代後半・40代でのご支援実績があります。
A.はい。通る条件を満たしているかの判定、経歴書のどこを書き換えるか、年収がどう動くかの3点を整理してお渡しするところまでで終えていただいて構いません。応募を勧めることはありません。
「生成AIキャリア」は、株式会社GenerativeForceが運営する、生成AI領域に特化した転職支援サービスです。