職務経歴書の例文
例1:材料研究職から事業開発へ
職務要約
大学発スタートアップで4年間、次世代電池材料の研究開発を担当。材料合成、評価条件の設計、データ解析に加え、企業共同研究向けの報告資料作成や進捗共有にも関与。
業務内容
- 次世代電池材料の合成・評価
- 評価条件の設計、測定データの解析
- 共同研究先向けの報告資料作成
- 研究進捗の月次報告、課題整理
- 特許出願・学会発表に向けたデータ整理
実績
- 評価条件を約120条件から5条件へ絞り込み
- 評価プロトコルを標準化し、測定結果の比較をしやすい状態に改善
- 企業共同研究の月次報告資料を作成
- 論文2本、学会発表4件、特許出願1件に関与
主な取り組み
企業共同研究では、測定結果のばらつきが大きく、共同研究先へ研究進捗を説明しにくい状況があった。評価条件、サンプル作製手順、測定タイミングを整理し、再現性に影響する要因を切り分けた。評価プロトコルを標準化し、性能比較や次の検証項目を説明しやすい状態に整えた。
自己PRへの記載例
研究活動を通じて、技術課題を整理し、データをもとに改善方針を検討してきた。前職では、企業共同研究向けに評価結果や課題を整理し、次に検証すべき項目を報告資料としてまとめた。技術的な論点を顧客用途や事業化の観点と接続しながら、事業開発の業務に取り組みたい。
例2:AI研究職からプロダクト企画へ
職務要約
AI系スタートアップで3年間、画像認識モデルの研究開発を担当。モデル評価、データセット設計、精度改善、エンジニアとの実装方針の整理に関与。
業務内容
- 画像認識モデルの設計・評価
- データセットの整備、アノテーション基準の設計
- 精度改善のための特徴量・モデル比較
- エンジニアとの実装方針の整理
- 顧客検証向けの評価レポート作成
実績
- モデル精度を78%から88%へ改善
- アノテーション基準を整理し、ラベル品質のばらつきを削減
- 顧客検証向けの評価レポートを作成
- 実装時の推論速度と精度のトレードオフを整理
主な取り組み
画像認識モデルの改善では、精度は一定水準に達していたものの、顧客環境では誤検知が発生しやすい状況があった。利用シーンごとの画像条件を整理し、データセットと評価指標を見直した。エンジニアと連携し、推論速度と精度のバランスを踏まえた実装方針を整理した。
自己PRへの記載例
AIモデルの評価や改善に加え、顧客環境で使うための条件整理に関わってきた。前職では、利用シーンごとの誤検知要因を整理し、データセットと評価指標を見直した。研究成果をプロダクト要件へ落とし込み、開発チームと実装方針を整理する業務に取り組みたい。
例3:ライフサイエンス研究職から技術営業へ
職務要約
大学研究所で5年間、細胞培養・評価系構築に関する研究を担当。実験設計、プロトコル標準化、共同研究先向けの説明資料作成、研究進捗報告に関与。
業務内容
- 細胞培養、評価系構築、実験条件の検討
- qPCR、フローサイトメトリーによる評価
- 実験プロトコルの標準化
- 共同研究先向けの報告資料作成
- 学会発表、論文作成に向けたデータ整理
実績
- 実験プロトコルを標準化し、再実験の発生を削減
- 共同研究先向けの月次報告資料を作成
- 修士学生3名へ実験手順を指導
- 論文3本、学会発表5件に関与
主な取り組み
共同研究では、実験結果の解釈が研究者以外に伝わりにくいことがあったため、評価指標、実験条件、次に確認すべき課題を資料上で整理した。専門用語だけで説明するのではなく、共同研究先が判断しやすいよう、結果の意味と残っている検証項目を分けて報告した。
自己PRへの記載例
ライフサイエンス領域での研究経験をもとに、実験結果や技術的な論点を整理して説明してきた。前職では、共同研究先向けに評価結果や次の検証項目をまとめ、研究者以外にも伝わる資料作成を担当した。技術営業として、顧客の課題を理解し、技術の価値や導入条件を分かりやすく伝える業務に取り組みたい。