去年の冬、友人にコーヒーに誘われました。同じ研究室の出身で、彼は私より一年早く卒業し、某大手IT企業のAIラボに勤めていました。私はリファラル（社員推薦）の相談だと思っていたのですが——彼は履歴書をテーブル越しに差し出して言いました。「ちょっと見てくれないか。30以上のポジションに応募したのに、面接に進めたのは片手で数える程度なんだ。」
彼の履歴書を開いて、最初に思ったのは「この人、トップカンファレンスに3本も通しているのに、なぜ誰も興味を持たないんだ？」ということでした。
でも、読み進めてすぐにわかりました。
彼の履歴書は、アカデミックCVそのものだったのです。3ページ。1ページ目は学歴と論文リスト、2ページ目は研究経歴、3ページ目は教育経験とアカデミックサービス。どの研究経歴も論文のアブストラクトのように書かれていて、「新規のフレームワークを提案した」「現在の最高性能を達成した」「手法の有効性を大規模な実験で検証した」——そんな表現が並んでいました。
産業界で10年働いてきた採用担当者が、これらの言葉を目にしたらどう思うでしょう？「すごい」とは思いません。「この人は論文を書いているだけで、履歴書を書いていない」と思うのです。そして2行ほど目を通しただけで、その履歴書を閉じてしまうでしょう。
これは彼だけの問題ではありません。博士課程の人たちは最も学歴が高い集団ですが、同時に履歴書を最も失敗しやすい集団でもあります。理由はとてもシンプルです——あなたは5年以上にわたって、自分をアカデミックな方法で表現する訓練を受けてきました。しかし、産業界が履歴書を見るロジックと、指導教官があなたの論文を読むロジックは、まったく異なる二つの言語体系なのです。
アカデミックCVと産業界の履歴書は、そもそも目的が違う
まずこの根本的な問題をはっきりさせましょう。多くの博士課程の人が気づいていないことですが、あなたのアカデミックCVと産業界向けの履歴書は、「詳しさが違う」のではなく、「目的が違う」のです。
アカデミックCVのロジックは：あなたが一人前の研究者であることを証明する。だからこそ網羅的である必要があります——すべての論文発表、すべての教育経験、すべての学会報告、すべての研究費獲得。審査する人はこれをじっくり読みます。なぜなら、これがあなたの研究者としてのアイデンティティの完全な記録だからです。
産業界の履歴書のロジックは：あなたが特定の課題を解決できることを証明する。採用担当者が一つの履歴書にかける時間は6〜15秒です。彼はあなたの研究人生を理解しようとしているのではなく、高速でスクリーニングしているのです。「この人はこの仕事ができるか？」それだけです。
この二つのロジックの衝突こそが、博士課程の履歴書に最もよく見られる問題を引き起こします。一つずつ見ていきましょう。
問題1：履歴書が長すぎる。3ページの履歴書、誰も2ページ目まで読まない
博士課程の経歴が豊富なのは事実です。論文を5本書き、3年間TAを務め、修士学生を2人指導し、4つのジャーナルで査読をし、優秀博士論文賞も受賞した——どれも書く価値があるように思えます。
しかし、産業界の履歴書では、1ページが原則、2ページが上限です。求人サイトの求人要項を見てみてください。博士課程で何本書いたか、なんて要件がどこかに書いてありますか？授業評価の点数を尋ねている求人がどこかにありますか？
これらの経験が重要でないわけではありません。採用担当者がこの段階で知る必要がない、というだけです。
シンプルで乱暴な判断基準： その経歴を削除したら、採用担当者が「この人はこのポジションに適任か」を判断できなくなるか？もしならないなら——この言葉は気持ちよくないかもしれませんが——その経歴は、この段階では冗長な情報です。
例えば、あなたが機械学習エンジニアのポジションに応募しているとします。博士課程で学部生の実験授業を担当した経験は、「指導力とコミュニケーション能力」として価値があります。しかし機械学習エンジニアの面接では、基本的なコミュニケーション能力があることは前提とされています。彼らがより知りたいのは「あなたが作ったモデルは本番環境で動いたことがあるか」です。ですから教育経験は、まず脇に置いてかまいません。良くないからではなく、一次選考の段階ではスクリーニングのシグナルにならないからです。
どう整理するか：
- 論文リストを全文転記する必要はありません。ポジションの方向性に最も関連する2〜3本を選びましょう。残りは「その他、第一著者論文4本がICML / NeurIPS / ACLなどに採録」の一行で十分です。面接官が完全なリストを見たければ、あとから求めてきます。
- 各研究プロジェクトは「何のテーマに取り組んだか」ではなく「そのテーマに取り組む中で、産業界で評価できるどんなアウトプットを生み出したか」を書きます。
- アカデミックサービス、査読業務、委員活動——アカデミック寄りのポジション（研究機関など）でない限り、一次選考ではすべてカットします。
問題2：あなたの言葉は採用担当者に通じない
これは博士課程の履歴書で最も修正が難しい問題であり、かつ修正したときに最も即効性がある問題でもあります。
研究室で論文を書くとき、あなたが追求するのは正確性です。同じ分野の研究者からツッコミどころのない表現、すべての技術的詳細をカバーすること。「Transformerアーキテクチャに基づくマルチヘッド自己注意機構を採用した」——この一文は、CVPRの査読者の目には明確に映ります。
しかし、機械学習エンジニアを採用しようとしている面接官の頭の中にあるのは：「何を作ったの？それは動いたの？誰が使ったの？効果はどうだったの？」です。
彼はあなたのモデル構造に関心があるのではなく、あなたのアウトプットに関心があるのです。
同じプロジェクト、二つの書き方：
アカデミック版：
分子特性予測のための新規グラフニューラルネットワークフレームワークを設計し、エッジ認識型注意機構を導入。QM9ベンチマークデータセットにおいて現在の最高性能を達成（平均絶対誤差0.032、従来手法比12%改善）。
産業界版：
分子特性予測モデルを構築し、グラフニューラルネットワークを用いて薬剤分子の化学的特性を予測。標準データセットにおいて予測誤差を従来手法比12%低減。本モデルは研究室内部の薬剤スクリーニングパイプラインに採用され、候補分子の初期評価時間を3日から4時間に短縮した。
二つのバージョンは同じことを語っています。しかしアカデミック版は「私の手法がいかに巧妙か」を語り、産業界版は「この仕事を終えたあと、何が起きたか」を語っています。面接官は、あなたのエッジ認識型注意機構が何かを知りたくはありません。でも「3日が4時間になった」という事実の価値は理解できます。
書き換えの核心公式： あなたが何をしたか ＋ どの程度まで達成したか ＋ その結果は誰に使われたか／何に影響を与えたか。
問題3：ポスドク、リサーチアシスタント、コースプロジェクト——あなたの経歴の「肩書き」が多すぎる
博士課程の履歴書には、学部生や修士課程の学生が直面しない問題があります。あなたの職業的アイデンティティが多すぎる、ということです。
あなたは同時に、研究者、TA、指導者、査読者、学会発表者、グラント執筆者です。しかし産業界の履歴書が見ているのは「この人のコア能力は何か」です。
私はあまりにも多くの博士課程の履歴書を見てきました。研究プロジェクトは論文のアブストラクトのように書かれ、教育経験はシラバスのように書かれ、アカデミックサービスは部署の年次報告書のように書かれています。三つのモジュールを並べてみても、この人がアルゴリズム職を希望しているのか、プロダクト職を希望しているのか、まったく見えてきません。
解決策：すべての経験を、統一された表現フレームワークで書く。
どんな肩書きの経験を書くにしても、同じ質問フレームワークで書いていくのです：
- 私は具体的に何をしたか
- その背景は何か（解決すべきどんな問題があったか）
- 私はどんな方法を使ったか
- どんな定量化できる結果を生み出したか
例として、教育経験を見てみましょう。多くの博士課程の人はこう書きます：
機械学習コースのTAを担当し、採点、質問対応、コース管理を実施。
この記述を採用担当者が読んでも、「ふむ、通常のTA業務をやったんだな」と思います。特に印象には残りません。
上記のフレームワークで書き直してみます：
機械学習コースのTAを担当（履修者120名以上）。「誤差逆伝播の導出」に対する学生の理解不足が共通課題であることを発見し、1次元から多次元への段階的な演習問題を3セット自作、補足解説動画も収録。学期末の当該分野の試験平均点は前年度の62点から78点に向上した。
同じ経験です。しかし書き直したあと、採用担当者が目にするのは「TAをやった」ではなく「ある教育上の問題を発見し、自分で解決策を設計し、データで検証した」です。これはどんなポジションにも応用可能な能力です。
すべての経験を研究のように書け、と言っているのではありません。すべての経験から「あなたが何を決断し、どんな変化を生み出したか」の部分を抽出せよ、と言っているのです。 博士課程で培われる最大の能力は、あなたの研究テーマそのものだけではありません。問題を発見し、解決策を設計し、反復検証する力です。これらのことを履歴書に書くほうが、あなたのモデルがどんな損失関数を使ったかより、はるかに価値があります。
問題4：論文はある。でも履歴書でどれだけの分量を割くべきかわからない
論文は博士のハードカレンシー（誰もが認める価値）です。しかし、トップカンファレンスの第一著者論文3本をすべて展開して履歴書に書くのは、メリットよりデメリットのほうが大きいのです。
なぜか？二つの理由があります：
第一に、場所を取りすぎる。一つの論文を展開して書くと（タイトル＋著者＋会議＋一行要約）、日本語の履歴書レイアウトでおおよそ3〜4行。3本で10行です。1ページの履歴書において、10行は半ページ分が論文リストに食われることを意味します。
第二に、採用担当者には理解できない。あなたが研究機関に応募しているのでなければ、面接官はおそらくあなたの論文をクリックしてアブストラクトを読んだりしません。彼が目にするのは「ああ、この人は何本か論文を出しているんだな」です。「このNeurIPSの論文と、私が採用しようとしている人材にどんな直接的な関係があるのか」とは思いません。
論文の書き方は、応募先によって二つに分けて処理します：
研究機関／アカデミック寄りの産業ラボに応募する場合： 完全な論文発表モジュールを残します。ポジションの方向性に合致する2〜3本を展開し、残りは一行でまとめます。フォーマットはクリーンに。Google Scholarのごちゃごちゃした引用フォーマットをコピペしないでください。
エンジニアリング／プロダクト／ビジネス方向に応募する場合： 論文を独立したモジュールにしないでください。論文を、対応するプロジェクト経歴の中に分解して組み込みます。各論文は一つのプロジェクトに対応させ、「何をしたか→どの程度達成したか→どんな影響があったか」のフレームワークで書きます。論文自体は成果の裏付けとして、最後の行に括弧で添えます。
例を挙げましょう。あなたが感情分析モデルに関するACLのロングペーパーを一本持っているとします。履歴書に「論文」モジュールを作って「张三, 李四. 対照的事前学習に基づく感情分析の改良手法. ACL 2024.」と書いてはいけません。この一行の情報は、エンジニアリング職の面接官にとってほとんど意味がありません。
代わりに、プロジェクト経歴の中でこう書くべきです：あなたは感情分析システムを構築し、どんなシーンのどんなデータを処理し、精度をどれだけ向上させたか。そして最後に括弧で「関連論文はACL 2024に採録」と付け加える。論文は、一つの仕事の「証拠」になり、履歴書の主役ではなくなります。
問題5：あなたは産業界で非常に価値のある能力を持っている。でも自分で気づいていない
これが一番もったいない点です。
博士課程の訓練が培うコア能力——私が言っているのは「本当に研究するプロセス」の中で繰り返し鍛えられる能力のことです——これらは産業界において、どのポジションでも極めて希少な資質に対応します。しかし、ほとんどの博士課程の人は自分でそうまとめたことがありません。
プロジェクトマネジメント能力。 あなたの博士論文は、3〜5年にわたる独立したプロジェクトそのものです。自分で問題を定義し、自分で研究ルートを設計し、途中で何度も方向性の逸脱に直面し、自分で軌道修正してきました。産業界に、3年周期のプロジェクトをマネジメントした経験のある人がどれだけいるでしょうか？あなたはやっています。ただそれを「プロジェクトマネジメント」と呼ばなかっただけです。
この経験を履歴書に書くときは「博士論文『XXX』を完成させた」と書いてはいけません。プロジェクトマネジメントの言語に置き換えてください：あなたはどんな研究課題を定義し、どんな実験ルートを計画し、どの重要な局面で方向転換をしたか（どんな理由で）、最終的にどんな成果を生み出したか。面接官は読んだあとにこう思います：この人は複雑なプロジェクトを一人で舵取りできる、と。
ストレス耐性と長期的なコミットメント。 博士課程の3年目、4年目になると、あなたが経験する「実験失敗→ゼロからやり直し→査読でリジェクト→再投稿→またリジェクト→再修正」というサイクルは、ほとんどの職場環境では遭遇しえない強度の持続的挫折です。その状況下で、あなたはそれでもやり遂げた。それ自体が一つの能力シグナルです。
履歴書にわざわざ「私はストレス耐性があります」と書く必要はありません。経験を記述するときに、一つのことの難しさと時間軸を客観的に書くだけで十分です——「6ヶ月連続で実験が成果を出せなかった後、実験計画を再設計し、最終的にこの研究を完遂した」——面接官は自分で結論を導き出します。
分野横断的なコミュニケーション。 あなたは研究室で、指導教官に研究構想を報告し、後輩に実験を教え、研究室ミーティングで自分の研究を明確に説明する——これらをすべてこなしています。あなたはNeurIPSの論文を、大学2年生の学部生に30分で理解させることができますか？もしできるなら、それはプロダクトマネージャーが最も採用したい人材像です——高度に技術的な内容を、意思決定者が理解できる言葉に翻訳できる人。
この能力を履歴書でどう表現するか？あなたが簡潔で、専門用語の羅列ではない言葉でプロジェクト経歴を書くこと。それ自体が、この能力のデモンストレーションなのです。
完全比較：修正前 vs 修正後
実際の修正事例を見てみましょう。昨年、私が自然言語処理（NLP）を専門とする博士の履歴書を修正したケースです。彼は2ヶ月応募し続けて面接はたった2回でしたが、修正後2週間で4つの面接を得ました。核心的な修正はただ一つ：アカデミックな語り口をビジネス言語に翻訳したことです。
以下は、彼の研究経歴の中で最も長いセクションの、修正前と修正後の比較です。
修正前（アカデミックCVスタイル）：
対話状態追跡の研究
博士論文テーマ、2020-2024
大規模言語モデルに基づく新規のゼロショット対話状態追跡フレームワークを提案し、階層型スロット注意機構と動的パターンエンコーディングを導入。MultiWOZ 2.4（共同目標精度62.3%）およびSGDベンチマークにおいて最高性能を達成。多数のアブレーション実験により各コンポーネントの寄与を検証。ACL 2023に採録（口頭発表）。
NLPのバックグラウンドがない面接官にこれを読ませたら、彼の感想はこうです：「この人はなかなか複雑なことをやっていて、ACLに通っている。どうやらすごそうだ——でも、この人がうちで何をしてくれるのかはわからない。」
修正後：
対話状態追跡システム——博士課題 | 個人で全工程を担当 | 2020-2024
背景：タスク指向対話システム（例：スマートカスタマーサービス）の核心的難点は「ユーザーが何を言っているのかを理解すること」。従来手法では、新しい業務シナリオに接続するたびに大量のデータを再アノテーションする必要があり、展開までに2〜3週間かかっていた。
私がやったこと：
- ゼロショット転移スキームを設計——システムをシナリオAで訓練した後、新たなデータなしでシナリオBに直接適用可能
- 2つの公開ベンチマークデータセットで検証し、主要指標が当時の最高水準を達成（MultiWOZ精度62.3%）
- 新シナリオの接続時間を「2〜3週間の人手アノテーション」から「プラグアンドプレイ（追加アノテーション不要）」に短縮
成果：ACL 2023に採録（口頭発表、採択率約5%）。本ソリューションは協力企業の内部カスタマーサービスシステムでテストされ、3つの業務シナリオをカバー。
修正後を見てください。面接官はNLPの知識がなくても理解できます。この人がやっていることは「システムをより速く新シナリオに適応させること」であり、「2〜3週間をプラグアンドプレイに変えた」こと、そして「そのソリューションがすでに産業界でテストされている」こと。
修正前の文章のすごさは、ACL口頭発表であることです。修正後の文章のすごさは、面接官が読み終えて「この人はどんな問題を解決できて、どの程度のレベルに達しているか」がわかることです。
面接官はあなたの指導教官ではありません。あなたの論文に点数をつける必要はないのです。彼が知りたいのはただ一つ：もしあなたを彼のチームに入れたら、あなたは何をもたらしてくれるのか。
書き終えたあとのセルフチェックリスト
- 履歴書を一通り読んで、大学名と学位を隠しても、相手はあなたがおおよそ何をやってきて、どんな問題を解決してきたかがわかるか？わからないなら、あなたの経歴はアカデミックCVに寄りすぎている。
- 削除しても、採用担当者が「この人はこのポジションに適任か」を判断するのに影響しない段落はあるか？あるなら、削除する。
- あなたの履歴書に「提案した／設計した／活用した／証明した」といった論文調の空虚な動詞が残っていないか？これらを「構築した／短縮した／最適化した／実装した」に置き換える。
- 各プロジェクト経歴の最後に「誰が使ったか」「何に影響したか」「どれだけ改善したか」が付けられるか？付けられないなら、なんとかして付ける。どうしても付けられないなら、その経歴を載せる価値があるかどうか再検討する。
- あなたが応募するポジションの要件の中で、最初のキーワードはあなたの履歴書の本文中に出てくるか？（自己PR欄にぼんやり書いてあるのではなく、具体的な経歴の中でしっかり体現されているか。）出てこないなら、本当にマッチしていないか、あるいは単にあなたが書き出せていないかのどちらかだ。
- 論文があなたの履歴書で最も紙面を占めるモジュールになっていないか？もしそうなら、アカデミックのロジックで産業界の履歴書を書いていないか、一度考えてみよう。
博士課程のこの段階まで到達したあなたの能力は、間違いなく確かなものです。しかし履歴書というのは、あなたのアカデミックなレベルを試しているのではなく、あなたが自分の視点から飛び出して、別の人の目であなたの過去5年間の経験を見渡せるかどうかを試しているのです。この作業はとても難しい——トップカンファレンスに一本通すよりも難しい——なぜなら、あなたが最もよく知っていることを、最も馴染みのない方法で改めて語り直すことを要求するからです。
もし修正してもまだ効果に確信が持てないなら——正直なところ、博士が自分の履歴書を修正するときには、生まれつきの盲点があります。あなたは自分が何をしているかを知りすぎているため、どの表現が面接官にまったく理解できないかに気づきにくいのです。DeepResumeの診断システムは、あなたの履歴書をスキャンして、成果がきちんと定量化されているか、キーワードとポジションのマッチ度はどうか、どの段落の表現がまだアカデミックすぎるかをチェックします。各経歴の後に具体的な修正アドバイスが付きます。「もっと具体的に書きましょう」という漠然としたものではありません。