-
年収
生涯年収(生涯賃金)の平均はいくら?【2026年最新版】大卒男性2億6,280万円・学歴/企業規模/男女別の差と、転職で生涯年収を上げる考え方を高野秀敏が解説
「自分は一生でいくら稼げるんだろう」「この会社に定年までいた場合と、転職した場合で、生涯年収はどれくらい変わるのか」——転職のご相談をうかがっていると、目の前の年収だけでなく、こうした長い目線の質問をいただくことが増えてきました。 キープレ... -
年収
年俸制とは?転職で損しないための完全ガイド【2026年最新版】月給制との違い・残業代・ボーナス・減額ルールと内定時の確認ポイントを高野秀敏が解説
「オファーレターに『年俸840万円』と書いてあるけど、ボーナスは別にもらえるの?」「年俸制だと残業代は出ないと言われた」「来年いきなり下げられたりしない?」——外資系やベンチャー・スタートアップへの転職で内定をもらった方から、こうしたご相談を... -
CxO
CPO(最高プロダクト責任者)転職ガイド【2026年最新版】年収1,000万〜3,500万円+SOの相場・VPoPやCTOとの違い・PdMからのキャリアパスと失敗パターンを高野秀敏が解説
「CPOを採用したいが、どんな人を探せばいいかわからない」「PdMとして経験を積んできたので、次はCPOを目指したい」——ここ数年、企業側からも候補者側からも、CPO(Chief Product Officer)に関するご相談が明らかに増えています。 キープレイヤーズの高... -
年収
年収の中央値はいくら?【2026年最新版】平均487万円に対して推計約420万円・男女別・正社員別・年代別の実態と「自分の位置」の確かめ方を高野秀敏が解説
こんにちは、ベンチャー・スタートアップへの転職支援を年続けているキープレイヤーズの高野です。 「平均年収は487万円と聞いたけれど、周りにそんなにもらっている人はいない」「自分の年収は高いのか低いのか、本当のところが知りたい」——年収の相談を... -
企業
【2026年最新】起業準備でやること全部|創業融資・会計ソフト・税理士・HP・SNS・採用・AI活用まで
起業準備でやることを、創業融資・会計ソフト・税理士・ホームページ・SNS・人と組織・AI活用まで1本にまとめました。ソロプレナーの方も歓迎。ベンチャー支援を続けてきた高野秀敏が、創業期の失敗パターンと対策も解説します。 -
転職エージェント
ハイクラス転職エージェントおすすめ比較【2026年最新版】年収800万円以上=上位12.6%の転職で使うべきスカウト型・エージェント型・外資系の選び方を高野秀敏が解説
こんにちは、経営幹部・ハイクラス層の転職支援を年続けているキープレイヤーズの高野です。 「年収800万円を超えたあたりから、転職サイトに載っている求人が急に物足りなくなった」「ビズリーチに登録したらスカウトは来るけれど、どれが本物かわからな... -
年収
手取り45万円の額面・年収はいくら?【2026年最新版】額面約60万・年収約714万/上位18%の生活レベルと「税率20%の壁」、到達ルートを高野秀敏が解説
こんにちは、ベンチャー・スタートアップへの転職支援を年続けているキープレイヤーズの高野です。 「内定の月給が60万円なんですが、手取りは45万円くらいになりますか」「手取り45万円あれば、子どもがいても都内で暮らせますか」——30代のマネージャー候... -
年収
手取り18万円の額面・年収はいくら?【2026年最新版】額面約22.2万・年収約266万/一人暮らしの生活レベル・家賃の目安と手取りを上げる方法を高野秀敏が解説
こんにちは、ベンチャー・スタートアップへの転職支援を年続けているキープレイヤーズの高野です。 「手取り18万円って、額面だといくら?」「手取り18万円で一人暮らしはできる?」「このままの給料で大丈夫なのか不安」——20代の方を中心に、こうしたご相... -
業界
創薬・先端医療の転職ガイド|64.1兆円の分野なのに、人材KPIは3桁でした
戦略17分野で2位の創薬・先端医療、官民投資の想定は64.1兆円。ところが工程表の人材KPIは「バイオ製造人材研修の累積受講者303名→750名」でした。ドラッグ・ロスの実数、3,500億円の創薬ベンチャー支援、国が名指しした薬事・橋渡し・アクセラレーター人材、そして医薬品未経験から入れる11.6兆円の領域までまとめています。 -
業界
マテリアル(重要鉱物・部素材)の転職ガイド|強みは職人のノウハウ、処方箋はAIでした
戦略17分野のマテリアル。官民投資の想定は16.9兆円で、うち6.3兆円が製錬・リサイクル、5.2兆円がAI活用の複合新素材です。経産省のロードマップは「特定国以外で高性能磁石の供給能力を有するのは事実上日本のみ」と書く一方、ボトルネックとして挙げたのはデータ連携への忌避感とAI-Ready化でした。職種、前職別の入り方、求人票の書き方までまとめています。
