SlideShare une entreprise Scribd logo
1  sur  8
Télécharger pour lire hors ligne
異業種 ( 他業界 ) へ転職方法
背景
●
迅速な新規事業の立ち上げ。
●
迅速な弱い部門やノウハウの強化。
● 社内の人事育成とゼロからの R&D では間に合わな
い。
●
外注丸投げの内製化。
●
異業種採用によるダイバーシティ強化。
● とある業界ではローテクであるが、違う業界に
持っていけば最先端技術である。
● 半導体、家電などの飽和産業がリストラをしてお
り、医療機器、自動車電子部品などの成長産業へ
の人の移動の必然性が生じている。
このような点から、異業種の中途
採用ニーズが高まっている。
異業種への転職には
IT 業界
金融、商社
メーカー
相手企業の IT 化、 BYOD
化、クラウド化。
● 相手の企業の弱い部分や課題を見つけだ
し、仕事を提案していく。
FA 、
ロボットメーカー
生産技術者
他メーカー
製薬、食品、化学
自動化、 FA 化へのチャレ
ンジ。
●
カイゼンノウハウ。
異業種への転職には
半導体
メーカー
自動車、
医療機器等の
セットメーカー
セットメーカーでは、 IC
の中がわからないので検
証やカスタム IC の要件定
義が必要。
半導体商社との交渉が必
要。
看護師
栄養士
MR
医療機器
メーカー
医療アプリの会社
医療機器に関するニーズ
を知っていることを提案
する。
アプリ技術者と協業して
開発したいことをアピー
ルする。
自分が相手の仕事をよくわからないように、相手も自分の仕事
がわからないので、相手の業界の事情を調べた上で、わかりや
すい言葉で職務経歴書に書き、面接で伝えることが重要
年齢ごとの対策
20 代
日本企業であれば、育てることを考慮する年齢。
電気技術者であれば電気の基礎。 IT 技術者であれば
IT の基礎がわかっていればよい。
半導体設計技術者→ PCB 設計者、生産技術者
C++ 開発者→ JAVA 開発者、オラクル開発者
などの職種変更も容易。
30 代
即戦力を求められるため、異業種であればその経験が
具体的にどんな付加価値創造、弱いノウハウの強化
を与えられるか提案が必要。
40 代以降
マネージメント経験が求められるため、新規事情立ち
上げ経験、工場ライン立ち上げ経験、 IT 部門立ち上
げ経験などゼロからスタートさせた実績が必要。
どうやって異業種に入るか ?
● 雇用流動化が少ない日本では、弱みや課題に
相手企業の人間が気づいていない可能性も高
い。
● 転職サイトだけではなく、相手企業の人事部
への問い合わせも必要。
●
35 歳以上は転職サイトでは年齢だけではじ
かれてしまう場合も多いため、転職エー
ジェントの利用や自分で相手企業の人事部
に電話で問い合わせるバイタリティーも必
要。
● 特に 35 歳以上は、学会、展示会、業界団体
等社外で自ら知人を作りそのツテでの入社
も有効。
面接の 3 段階
人事面接
・志望度、人間的に問題がなく技術部門に紹
介してよいかチェックをする。
・異業種技術者の場合、紹介するべき技術部
門が見つからずお見送りの場合も多いため、
どの部門でどんな貢献ができるか、どのよう
な付加価値創造ができるかを考えておく。
技術面接
・多くの技術部門では、会社全体のことは考
えず、自分の部署の仕事に近い、即戦力の同
業種同職種の人を採用し強化することを考え
ている。
・そのため、自分の持っているノウハウがそ
の部門や製品でどのような付加価値を生み出
すことができるかを答える。
役員面接
・経営層は現場とは違い、会社全体のことを
考えている。
・自分の今までの経験で志望企業をどのように
発展させるかを話す。
さいごに
● 多くの企業は、新しい付加価値を生み出す
ことができずに苦しんでいる。
● 低 GDP 成長率の時代に、発展する方法は「イ
ノベーションにより新しい付加価値を生み
出すこと」「海外に展開すること」の 2 点の
み。
● 社内で持っていないノウハウをした人、特別
な経験をした人は最も付加価値をあげるのに
適した人材。
● 異業種採用はその手段の一つ。

Contenu connexe

En vedette

Squeezing Deep Learning Into Mobile Phones
Squeezing Deep Learning Into Mobile PhonesSqueezing Deep Learning Into Mobile Phones
Squeezing Deep Learning Into Mobile PhonesAnirudh Koul
 
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)Tokoroten Nakayama
 
What is Deep Learning?
What is Deep Learning?What is Deep Learning?
What is Deep Learning?NVIDIA
 
色彩センスのいらない配色講座
色彩センスのいらない配色講座色彩センスのいらない配色講座
色彩センスのいらない配色講座Mariko Yamaguchi
 
Payments Trends 2017
Payments Trends 2017Payments Trends 2017
Payments Trends 2017Capgemini
 
Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...
Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...
Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...Scott Levine
 

En vedette (6)

Squeezing Deep Learning Into Mobile Phones
Squeezing Deep Learning Into Mobile PhonesSqueezing Deep Learning Into Mobile Phones
Squeezing Deep Learning Into Mobile Phones
 
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)スマホマーケットの概要と、マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
スマホマーケットの概要と、 マーケティングの失敗例と改善 (アナリティクス アソシエーション 特別セミナー)
 
What is Deep Learning?
What is Deep Learning?What is Deep Learning?
What is Deep Learning?
 
色彩センスのいらない配色講座
色彩センスのいらない配色講座色彩センスのいらない配色講座
色彩センスのいらない配色講座
 
Payments Trends 2017
Payments Trends 2017Payments Trends 2017
Payments Trends 2017
 
Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...
Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...
Infographic: Medicare Marketing: Direct Mail: Still The #1 Influencer For Tho...
 

異業種(他業界)への転職方法