AIエンジニアの職務経歴書の書き方｜未経験・異業種の例文【2026年】

本メディアはRaiseTech（PISTEC株式会社）が運営しています。

「未経験なのに、職務経歴書に書くことがありません」
「前職と関係ない仕事なので、何をどう書けばいいのか分かりません」

この記事は、そんな悩みを持って「AIエンジニア 職務経歴書」と検索したあなたのために書きました。

結論から言うと、未経験の職務経歴書で通過率を分けるのは、経歴の華やかさではありません。前職の経験を「AIで解ける課題」として翻訳できているかどうかです。

この記事では、見られている3つのこと、全体の構成、職務要約の型、異業種の経験を書き換える例文、スキル欄の書き方、そして送る前のチェックを解説します。

RaiseTech（レイズテック）はAIエンジニアを育成するオンラインスクールとして、累計2,500名を超える受講生を受け入れ、未経験からのエンジニア転職を支援してきました。その現場で見てきたリアルな情報をもとにお伝えします。

職務経歴書で見られている3つのこと

採用担当は、書類を数分で判断します。その数分で見ているのは3点だけです。

見られていること	判断材料	不足すると
① 前職との接続	これまでの経験が、入社後どの場面で活きるか	「なぜこの人を採るのか」の理由が立たない
② 記述の具体性	数字・期間・役割が書かれているか	検証できないため、判断材料にならない
③ 学習の継続	どれだけの期間、どのくらいの量を続けたか	入社後の学習に耐えられるか判断できない

逆に、書いても効かないものもはっきりしています。「熱意」「意欲」「頑張ります」といった言葉、触っただけの技術の羅列、受講した教材の名前だけの列挙。いずれも検証できないため、読み手の判断材料になりません。同じスペースを使うなら、具体的な行動と数字を書いてください。

3点のうち、未経験の方が最も落としやすいのが①です。学習歴と制作物だけを丁寧に書き、前職の記述が「営業を5年」で終わっているケースが多くあります。採用側から見ると、その5年が入社後にどう効くのか判断できません。実務未経験の応募で唯一持っている固有の資産が前職の経験なので、ここを書かないのは大きな損失です。

もう1つ、未経験の方が誤解しがちな点があります。職務経歴書は「経歴の長さ」を競う書類ではありません。実務経験が無いなら、その欄は短くて構いません。代わりに、学習と制作物の欄で判断材料を渡す。この配分の切り替えができているかが、通過率を分けます。

読まれ方についても知っておくと役に立ちます。多くの企業では、書類は人事が一次で見て、通ったものが現場のエンジニアに回ります。人事は「学習を続けられるか」「一緒に働けそうか」を、現場は「作ったものの中身」を見ます。読み手が2種類いるため、職務要約と学習歴で人事に届き、制作物欄で現場に届く構成にしておくと通りやすくなります。

→ 選考全体の流れはAIエンジニア転職ガイドで解説しています。

全体の構成｜どの順番で何を書くか

未経験の場合、一般的な職務経歴書とは順番を変えます。読み手が最初に知りたいものを前に出してください。

順番	項目	分量の目安	役割
1	職務要約	3〜5行	ここで読み続けるかが決まる。最重要
2	活かせる経験・強み	3項目	前職とAIエンジニアの仕事を接続する
3	学習歴	表で5行程度	期間と量で継続を示す
4	制作物	1件を厚く	作れることの証明。面接の起点になる
5	職務経歴	直近から時系列	実務経験。未経験なら簡潔でよい
6	スキル一覧	表	レベルを添えて示す

全体の分量はA4で2枚が目安です。3枚を超えると読まれにくくなります。未経験の場合、1〜4に紙面の6割を使ってください。実務経験の欄を無理に膨らませる必要はありません。

この順番にする理由も書いておきます。一般的な職務経歴書は職務経歴が先に来ますが、未経験の場合そこに書ける内容が薄く、読み手は最初の数十秒で「経験が無い人」と判断して読むのをやめます。学習歴と制作物を先に置くと、判断の材料が先に届きます。読み手が知りたい順に並べ替えるだけで、同じ内容でも受け取られ方が変わります。

ファイル形式にも触れておきます。指定がなければPDFで送るのが無難です。レイアウトが崩れず、どの環境でも同じ見え方になります。ファイル名は「職務経歴書_氏名_日付」のように、受け取った側が管理しやすい形にしてください。細かい点ですが、事務処理への配慮が伝わります。

職務要約の書き方｜冒頭3〜5行で決まる

職務要約は、書類全体の中で最も読まれる場所です。ここで「この先を読む価値がある」と思わせられるかで結果が変わります。

型は4要素です。これを3〜5行に収めます。

• ① これまでの経験（1行）：業界・職種・年数を端的に。「何年、何をしてきた人か」が分かれば十分です
• ② 目指したきっかけ（1行）：前職で感じた課題から繋げます。ここに一貫性があるかを見られています
• ③ 学習と成果（1〜2行）：期間・量・作ったもの。数字を入れます
• ④ 志望の方向（1行）：どんな領域で貢献したいか。求人の業務内容に合わせて調整します

実際の書き方を、良くない例と並べて示します。

	記述例
よくない例	「営業として5年間勤務しました。AIに興味を持ち、独学でPythonを勉強しています。未経験ですが、意欲は誰にも負けません。御社で頑張りたいです。」
書き換え後	「食品卸売業界で法人営業を5年担当し、月400件の受注データを扱ってきました。発注量の見込みが担当者の勘に依存している状況を改善したいと考え、2025年10月からAI開発の学習を開始。週12時間を10ヶ月継続し、需要予測ツールを制作して社内の勉強会で共有しました。業務課題をAIで解く領域で貢献したいと考えています。」

違いは明確です。書き換え後には、業界・年数・扱ってきたデータ量・課題・学習期間・学習量・成果物が入っています。すべて検証できる事実で、読み手が状況を具体的に想像できます。「意欲」という言葉は1つも使っていませんが、伝わる情報量は比較になりません。

職務要約を書くときのコツを1つ。先に全部を文章で書き、そのあとで「検証できない語」を削っていくと形になります。意欲、貢献したい、必ず、成長できる。これらを消すと文章は短くなりますが、残った部分はすべて事実です。削ったあとに情報量が減っていなければ、その職務要約は機能しています。

ここで大切なのは、特別な経歴を用意する必要はないという点です。書き換え後の例も、内容自体は普通の営業職の経験です。差は事実の選び方と、並べ方だけです。

未経験・異業種の「経験」の書き換え方

前職の業務は、そのまま書くのではなく「AIで解ける課題」として翻訳してください。異業種からの転職では、ここが最大の見せ場になります。

前職	そのまま書くと	書き換えると
営業	法人営業を担当	月400件の受注データを扱い、発注量の見込みが担当者の勘に依存していた
事務	書類作成・データ入力	月800件の請求書を手作業で分類。表記の揺れが多く、確認に月20時間かかっていた
接客・販売	店舗での接客	問い合わせの8割が定型的な内容。同じ質問への回答に1日2時間を使っていた
製造	品質管理を担当	目視検査で不良を判定。判定基準が人によって異なり、再検査が発生していた

書き換えのコツは3つです。

• 件数・時間・頻度を入れる：「多くの」ではなく「月400件」。数字が入ると、読み手は規模を具体的に想像できます
• 困っていた点を書く：業務の説明で終わらせず、何が問題だったかまで書きます。ここがAIの応用先になります
• 自分が判断していた部分を書く：AIに置き換えられるのは、まさに人が判断していた部分です。そこを知っていることが強みになります

この書き方をすると、異業種であることが弱みではなく材料に変わります。採用側から見れば、その業務を知らないエンジニアより、業務を知っている未経験者のほうが課題設定で価値を出せる場面があるからです。

もう1点、書き換えの効果は面接でも続きます。「なぜAIエンジニアを目指したのか」と聞かれたとき、書類に書いた業務課題からそのまま話を始められるためです。志望動機を別に用意する必要がなく、書類と面接の内容が自然に一致します。一貫性は、意識して作るものではなく、事実から書けば自然に生まれます。

数字が思い出せない場合は、正確でなくても「およそ」で構いません。ただし面接で聞かれるので、根拠を説明できる範囲にとどめてください。前職の機密にあたる情報は書かないよう注意が必要です。

→ 未経験からの入口の選び方は未経験からAIエンジニアになれる？で解説しています。

スキル欄の書き方｜レベルを添えて、盛らない

スキル欄で最も避けたいのは「盛ること」です。面接で必ず確認され、そこで崩れます。

技術名を並べるだけでは、どの程度できるのか伝わりません。レベルを3段階で添えてください。

レベル表記	意味	書いてよい条件
実務・制作物で使用	自分で調べながら形にできる	実際に動くものを作った経験がある
学習済み	基本操作は分かる。使うには調べる必要がある	教材を一通り終えて、写経以上のことをした
入門レベル	概要を理解している段階	触ったことがある。無理に書かなくてもよい

逆に、レベルを書かずに技術名だけを並べると、読み手は最も低い解釈をします。「Python、SQL、AWS、Docker、TensorFlow」と並んでいても、どれも触った程度かもしれないと受け取られるためです。数を絞ってレベルを添えるほうが、多く並べるより強い書類になります。3〜5個で十分です。

書き方の例を挙げます。「Python（制作物で使用／データ加工・モデルの学習と評価）」「SQL（学習済み／基本的な集計まで）」「AWS（入門レベル／実行環境の構築のみ）」。この形式だと、読み手は自分の求人と照らして判断できます。

盛らないことの利点も書いておきます。正直に段階を書いた応募者は、面接で聞かれたときに答えが一致します。逆に、実際は触っただけの技術を「使用経験あり」と書くと、深掘りされた瞬間に信頼を失います。1つの誇張が、書類全体の信憑性を下げます。

資格を持っている場合は、スキル欄の近くに書きます。ただし取得年月を必ず添えてください。年月が無いと、いつの知識か判断できません。資格は「学習を継続できる人」の証明として効きますが、それ自体が実務能力の証明にはなりません。制作物の欄と併せて読まれる前提で配置してください。

技術以外のスキルも書いてください。前職で身につけた業務知識、折衝の経験、数字を扱った経験。AIエンジニアの仕事は技術だけで完結しないため、これらは実際の評価対象になります。

→ 必要なスキルの全体像は AIエンジニアに必要なスキル一覧 で整理しています。

制作物欄と、送る前の最終チェック

未経験の書類で最も見られるのが制作物欄です。ここは1件を厚く書いてください。

制作物欄に書く項目は5つです。

• 何を解こうとしたか：課題を1〜2行。前職の業務から選んだなら、その背景も
• 使った技術と、選んだ理由：技術名だけでなく、なぜそれにしたかを1行添えます
• どう評価したか：何を指標にして、どんな結果だったか。ここを書ける応募者は多くありません
• 詰まった点と解決方法：面接で必ず聞かれる部分です。先に書いておくと話が早くなります
• 公開先のURL：見られる状態にしておきます。リンク切れは致命的です

そして、送る前に次の6点を確認してください。

チェック項目	見るところ
誤字脱字と表記の揺れ	技術名の大文字小文字（Python、GitHub、AWS）。細かいが目に付く
数字の根拠	書いた数字を面接で説明できるか
URLが開けるか	別のブラウザで実際に開いて確認する
求人ごとの調整	職務要約の最後の1行を、その求人の業務内容に合わせる
機密情報の有無	前職の社名が出せない情報、顧客名、社外秘の数字
分量	A4で2枚以内に収まっているか

4つ目の「求人ごとの調整」は、手間の割に効果が大きい作業です。全社に同じ書類を送るより、志望の方向を書いた1行だけを合わせるほうが通過率は上がります。全文を書き直す必要はありません。

5つ目の「機密情報の有無」は特に注意してください。前職のデータをそのまま使った制作物、社名や顧客名が入った画面、社外秘の数値。これらが書類に入っていると、技術以前に情報の扱いを疑われます。業務の構造だけを借りて、データは公開データか擬似データに置き換える。その判断をしたこと自体を書いておくと、逆に評価されます。

最後に。書類は1回で完成しません。数社に送って反応を見て、通らなければ書き方か狙う求人を見直す。応募を始めてから得られる情報のほうが、ひとりで推敲を続けるより精度が高くなります。完璧を待たずに送り始めてください。

→ 制作物そのものの作り方は AIエンジニアのポートフォリオ作り方 で詳しく扱っています。

→ 学習の進め方はAIエンジニアになるには？未経験からの完全ロードマップにまとめています。

未経験からAIエンジニアを目指すなら

書き方が分かっても、最後に手が止まるのは「書く中身がまだ無い」ときです。制作物の欄に書けるものが1つも無ければ、どれだけ体裁を整えても選考は通りません。エラーで数日止まる、題材が決まらない、作ったものが実務水準に届いているか判断できない。多くの未経験者が、この3つで最初の1つを作れずに終わります。

RaiseTech（レイズテック）のAIエンジニア育成コースは、その壁を越えるために作られたオンラインスクールです。

• 現役AIエンジニアの講師に、受講期間中は質問無制限
• 生成AI・LLM開発を含む、実務直結のカリキュラム
• ポートフォリオ作成から転職・案件獲得まで、修了後も無期限サポート
• 専門実践教育訓練給付金の対象。条件を満たせば受講料の最大80%が給付

未経験からエンジニアになった受講生の実績

「本当に未経験からなれるのか」は、実際になった人を見るのが一番早いです。いずれもAWS・Javaコースの卒業生ですが、「未経験から学び、ポートフォリオを作り、転職する」という道筋はAIエンジニアでも同じです。

事例①：完全未経験から半年でWebエンジニアへ｜年収250万円→600万円

プログラミング完全未経験からJavaコースを受講し、受講開始から半年でWebエンジニアとして転職。年収は250万円から600万円へと2倍以上になり、フルリモート・残業ゼロの働き方を実現しました。

特筆すべきは「半年」というスピードです。特別な才能があったわけではなく、講義に毎週出席し、分からないことをその週のうちに質問で解消する、という当たり前のことを止めずに続けた結果でした。

▶ 赤松さんのインタビューを読む

事例②：30代後半・未経験からクラウドインフラエンジニアへ｜初年度から年収600万円

30代後半、AWS未経験からAWSコースを受講。キャリアチェンジ後の最初の職場で年収600万円に到達し、フルリモートで働いています。

「30代後半では遅い」という不安を持つ方は多いですが、この事例はそれを覆しています。前職までの社会人経験は、エンジニアになってからもプロジェクトの進め方や顧客とのやり取りで強みになります。年齢は壁ではなく、むしろ武器になり得ます。

▶ 石川さんのインタビューを読む

事例③：AWSを武器に差別化｜本業＋副業で年収800万円・フルリモート

AWSコースで学んだスキルを武器に、フルリモート勤務のエンジニアとして転職。本業と副業を合わせて年収800万円を達成しました。

ポイントは「差別化」です。エンジニアの数は多くても、クラウドやAIといった需要の高い領域を扱える人は限られます。学ぶ領域を選ぶことが、そのまま市場価値の差になる。AIエンジニアを目指す方にとっても、まさに同じ構造が当てはまります。

▶ まつもとさんのインタビューを読む

まとめ｜経歴の華やかさではなく「翻訳」で決まる

この記事のポイントを3つにまとめます。

1. 見られているのは、前職との接続・記述の具体性・学習の継続の3つ。「意欲」や技術名の羅列は、検証できないため判断材料になりません。
2. 前職の業務は「AIで解ける課題」として書き換える。件数・時間・困っていた点・自分が判断していた部分を入れると、異業種の経験が材料に変わります。
3. スキル欄は盛らない。実務・学習済み・入門の3段階でレベルを添えます。1つの誇張が書類全体の信憑性を下げます。

書類が整ったら、あとは応募して反応を見るだけです。選考の進め方はAIエンジニア転職ガイドにまとめています。