記載なし→エムスリーの転職体験談（データエンジニア・エンジニア・営業・バックエンドエンジニア・機械学習エンジニア）｜退職理由・入社理由
公開された転職エントリ（出典あり）をもとに作成しています。
エムスリーに入社しました｜yukinagae
中小SIerのエンジニアが、よりレベルの高い環境と機械学習の実践機会を求め、エムスリーへデータエンジニアとして転職。前職では、データ基盤の整備にあと2〜3年かかると感じ、最新技術のトレンドから取り残される機会損失を懸念したことが主な退職理由。転職先のエムスリーは、既に機械学習を活用できるデータ基盤があり、優秀なエンジニアと少人数チームでスピーディに開発できる点に魅力を感じ入社を決意。自身のキャリア成長を加速させることを期待している。
公開日: 2019年7月1日
更新日: 2025年9月5日
勤続年数: 年
※合わなければ断ってOK・しつこい連絡なし
企業レビュー
未経験からエンジニアとして採用してくれた点は評価できるものの、機械学習システムを構築するためのデータ収集・整備に2〜3年を要する見込みだった。よりレベルの高い環境で、最新技術を用いてキャリアを積みたいと考える人にとっては、成長速度に物足りなさを感じる可能性がある。
企業評価
キャリア成長
事業・プロダクト
マネジメント
組織・チーム
働きやすさ
待遇・環境
企業レビュー
既に機械学習を活用できるデータ基盤が整っており、優秀なエンジニアが多数在籍している。機械学習エンジニアとデータエンジニアの2人体制という少人数チームで開発を進めるため、意思決定が迅速で、エンジニアとして高速な成長が期待できる環境である。
記載なしを検討中の方が次にやること
PR
ここまでの傾向を見て同じ軸で検討するなら、非公開求人も一度確認してから意思決定するのがおすすめです。
合わなければ断ってOKしつこい連絡なし完全無料
よくある質問
記載なしからエムスリーへの転職理由は何ですか？
転職理由の詳細：中小SIerのエンジニアが、よりレベルの高い環境と機械学習の実践機会を求め、エムスリーへデータエンジニアとして転職。前職では、データ基盤の整備にあと2〜3年かかると感じ、最新技術のトレンドから取り残される機会損失を懸念したことが主な退職理由。転職先のエムスリーは、既に機械学習を活用できるデータ基盤があり、優秀なエンジニアと少人数チームでスピーディに開発できる点に魅力を感じ入社を決意。自身のキャリア成長を加速させることを期待している。
記載なしへの評価はどうでしたか？
記載なしへの評価はネガティブです。未経験からエンジニアとして採用してくれた点は評価できるものの、機械学習システムを構築するためのデータ収集・整備に2〜3年を要する見込みだった。よりレベルの高い環境で、最新技術を用いてキャリアを積みたいと考える人にとっては、成長速度に物足りなさを感じる可能性がある。
なぜエムスリーを転職先として選んだのですか？
既に機械学習を活用できるデータ基盤が整っており、優秀なエンジニアが多数在籍している。機械学習エンジニアとデータエンジニアの2人体制という少人数チームで開発を進めるため、意思決定が迅速で、エンジニアとして高速な成長が期待できる環境である。
どのような職種での転職ですか？
この転職体験談は「データエンジニア」「エンジニア」「営業」「バックエンドエンジニア」「機械学習エンジニア」の職種に関するものです。
要約の根拠
記事要約の根拠: 記事全体の内容を要約。
転職元企業名の根拠: 第二新卒で中小SIerの会社にエンジニアとして入社しました。
転職先企業名の根拠: 本日7月1日にエムスリーにデータエンジニアとして入社しました。
転職元のレビュー要約の根拠: エンジニアとして、牛（レベルの高い環境）のお尻（末端）でがんばってレベルアップした方がいいのではないかと思い始めました。 ... 前職だとデータ収集や整備であと2〜3年かかりそうだなと思ったのも大きな理由です。
転職元の評価極性の根拠: キャリアの停滞感や機会損失といったネガティブな点が転職理由であるため-1と判断。
転職先のレビュー要約の根拠: エムスリーは今この時に機械学習を活用できる会社だということが一つ目の理由です。 ... 少人数のチームによりスピード感がある開発ができそう、というのが二つ目の理由です。 ... 強いエンジニアがいるらしいというのがtwitterのタイムラインを見ての感想でした。
職種の根拠: 「データエンジニアとして入社しました」「IT系の営業を1年くらい」「中小SIerの会社にエンジニアとして入社」「バックエンドエンジニアとしてScalaをやっている時」「機械学習エンジニア + データエンジニアの2人のペア」から抽出。
在籍年数の根拠: 中小SIerでの具体的な在籍年数の記述がないため0とした。
性別の根拠: 性別に関する記述なし。
年齢の根拠: 年齢に関する具体的な記述なし。
企業評価の根拠:
キャリア成長: 「エンジニアとして、牛（レベルの高い環境）のお尻（末端）でがんばってレベルアップした方がいいのではないかと思い始めました」という記述から、成長環境に限界を感じていたと判断。
事業・プロダクト: 「前職だとデータ収集や整備であと2〜3年かかりそうだなと思った」という記述から、やりたいこと（機械学習）を実現できる事業フェーズではなかったと判断。
マネジメント: マネジメントに関する言及なし。
組織・チーム: 組織やチームに関する直接的な言及なし。
働きやすさ: 働き方に関する言及なし。
待遇・環境: 「今最も面白い機械学習周りの技術やトレンドを指をくわえて見過ごすのは機会損失かなと思いました」という記述から、技術的環境に不満があったと判断。