研究・開発（R&D）の職務経歴書の書き方｜採用担当に伝わる記入例と無料テンプレート

研究・開発（R&D）の職務経歴書で採用担当が知りたいのは、論文の数や専門用語の多さではありません。「どの技術を、どの用途で研究し、事業にどうつなげたか」がテーマごとに伝わるかどうかです。

一方で、未公開のテーマは書けず、製品化まで届かなかったテーマも多いのが研究職です。守秘を守りながら成果と自分の貢献をどう示すかが、最大の壁になります。

この記事では、化学メーカーで機能性樹脂の研究開発を約11年半経験した人の記入例をもとに、項目ごとの書き方を解説します。研究テーマの抽象度の決め方、特許・論文の書き方、研究の段階別・博士やポスドクからの書き分けも紹介します。

研究・開発（R&D）の職務経歴書の記入例

まずは完成イメージです。大学院（応用化学専攻）を修了して化学メーカーに入社し、塗料用添加剤とハードコート樹脂の2テーマで製品化を経験した主任研究員を想定しています。画像をタップすると拡大できます。

この記入例と同じ形式のテンプレートを無料で用意しています。Word・Excel・PDFの3形式で、それぞれ空欄テンプレートと記入見本の2点セットです。

データで見る：企業の研究と、研究者の転職

書き方の前に、企業の研究の性格と研究者の移動を、公的統計で確認しておきましょう。総務省の「科学技術研究調査」によると、2025年3月31日現在の研究者は91万2800人で、そのうち企業の研究者は52万6300人です。

企業の研究費は約8割が「開発研究」。大学等は半分以上が「基礎研究」

同じ調査では、研究費を「基礎研究」「応用研究」「開発研究」の3つに分けて集計しています。2024年度、企業が自然科学に使った研究費のうち、開発研究は77.8%、基礎研究は6.9%でした。大学等は逆で、基礎研究が53.1%を占めます。

出典：2025年（令和7年）科学技術研究調査結果（総務省統計局）（表2-5・表2-6。大学等は「統計でみる日本の科学技術研究」 図4）

調査の用語の解説では、開発研究を「新しい製品、サービス、システム、装置、材料、工程等の創出又は既存のこれらのものの改良を狙いとする研究」としています。企業の採用担当が「その研究は事業にどうつながったか」を聞くのは、このためです。

外部から加わる研究者は「転入」が「新規採用」を上回る

科学技術研究調査は、研究者として外部から加わった人も集計しています。2024年度の転入研究者は4万4924人で、前年度より7.5%増えました。新規採用者の3万5904人を上回り、2015年度以降で最も多い数です。

出典：2025年（令和7年）科学技術研究調査結果（総務省統計局）（表1-11）

転入研究者は、調査票で「転入前の勤務先」を記入する区分で、前の勤務先から移ってきた研究者を指します。出向や大学どうしの移動も含むため、企業への転職者だけの数ではありません。それでも、研究者が組織を移ること自体は、もう珍しくないと読み取れます。

製品開発の技術者の有効求人倍率は2.33倍

厚生労働省の「一般職業紹介状況」では、2026年8月の「製造技術者（開発）」の有効求人倍率は2.33倍でした（常用・パートタイムを除く）。職業計の1.17倍の2倍近くで、求職者1人に対して求人が2件以上ある状態です。有効求人は前年同月より4.1%増え、有効求職者は3.5%減っています。

出典：一般職業紹介状況（令和8年8月分）参考統計表（厚生労働省）（2026年10月2日公表）

この参考統計表には、研究所の「研究者」だけの区分は載っていません。ここでは、メーカーで製品の開発に携わる技術者の区分で見ています。ハローワーク経由の数字で、転職サービスや大学の公募は含みません。

採用担当が研究・開発（R&D）の職務経歴書で見ている3つのこと

研究職の書類は、人事に加えて配属先の研究所の責任者も読むことが多いと言われます。専門外の人にも専門家にも伝わるように、次の3つを意識しましょう。

1. 専門と応募先のテーマが重なるかどの材料・技術を、どの用途で研究してきたか。専門分野と使える分析・評価の手法が、応募先の研究テーマや製品とどこまで重なるかを最初に確認します。
2. 研究を成果まで運べるかテーマを製品化・量産・顧客採用まで進めた経験があるか。企業の研究開発では、論文の数より「事業にどうつながったか」が重く見られます。
3. 自分の貢献と進め方チームの中での役割、発明者としての立場、社内外との連携、試作の絞り込み方。チームの成果の中で本人が何を担い、どう進めたかを読み取ろうとしています。

項目別の書き方：OK例とNG例の違い

ここからは項目ごとに、NG例とOK例を並べて解説します。研究職では、職務経歴の前に「研究テーマをどこまで書くか」を決めておくと、全体がぶれません。

職務要約：「専門分野・テーマ・成果」を数字入りで3〜5行に

職務要約は、採用担当が最初に読む部分です。経験年数・専門分野・用途・製品化などの代表的な成果を3〜5行にまとめます。専門分野は「新素材」のような大きな言葉ではなく、材料や技術の種類まで書きます。

研究テーマの書き方：守秘を守る「抽象度」を決める

研究職の職務経歴書で一番迷うのが、テーマをどこまで具体的に書くかです。具体的すぎると守秘義務に触れ、抽象的すぎると何の専門家かが伝わりません。おすすめは「用途＋材料・技術の種類」までを書き、組成や条件は書かない、という線引きです。

抽象度	書き方の例	判断
高すぎる	新素材の研究、高分子の研究	専門が伝わらない
ちょうどよい	ディスプレイ用フィルム向けUV硬化型ハードコート樹脂の開発	用途と材料の種類がわかり、中身は明かさない
具体的すぎる	〇〇社向け、△△骨格のモノマーを30%配合した組成の開発	組成・顧客名が守秘に触れるおそれ

情報は、次の3つに分けて考えると整理しやすくなります。

• そのまま書ける：発売済みの製品の用途、公開された特許や論文の件数、会社が発表した共同研究の相手先
• 言い換えて書く：未公開のテーマ（用途と材料の種類まで）、性能（前後の数字や従来品との比較）、顧客（「顧客2社」「大手電機メーカー」）
• 書かない：組成・配合・製造条件、社内のテーマ名やコード名、未公開の発明の内容、出願前の技術

判断に迷う項目は、在籍中の会社の情報管理のルールに合わせます。退職後も守秘義務が続く契約になっていることがあるため、退職済みの会社のテーマも同じ基準で書きましょう。面接で詳しく聞かれたときも、「公開されている範囲でお話しします」と線を引ける人は、むしろ信頼されます。

職務経歴：テーマごとに「役割・担当・成果」をセットで書く

研究職の職務経歴は、部署ごとではなく研究テーマごとに書くのが基本です。1つのテーマはテーマ・役割（チーム人数）・連携先・担当・成果の形にそろえます。下の画像の3つのポイントを押さえましょう。

「鉛筆硬度3Hを保ったまま」の一言にも意味があります。ある性能を上げると、別の性能は下がりがちだからです。何を守りながら何を上げたかを書くと、難しさが専門外の人にも伝わります。

研究成果のまとめ：特許・論文・学会発表は「件数と立場」で

特許・論文・学会発表は、職務経歴の各テーマに書いたうえで、「研究成果のまとめ」として1か所に集計すると全体がひと目でわかります。番号や発明の名称は書かず、件数と立場で示すのが基本です。

書き分けのポイントは次のとおりです。

• 特許：「出願」と「登録」を分けます。登録まで進んだものは「出願7件（うち登録2件）」のように書きます。特許出願は原則として出願から1年6か月で公開されるため、未公開の出願は件数だけにします。
• 発明者としての立場：「筆頭発明者」「共同発明者」を添えます。発明者に名前が載っていない関与は、件数に数えません。
• 論文：「査読付き」かどうかと、筆頭著者か共著かを書きます。社内の技術報告書は論文に含めません。
• 学会発表：国内・国際、口頭・ポスターを分けます。招待講演や学会の賞は別に1行で書くと目に留まります。

活かせる経験・専門分野・分析技術：専門は年数、分析・評価は手法名で

「活かせる経験」は3つ程度に絞り、専門分野と分析・評価の技術は別の表に分けます。研究職の採用では「その装置を使えるか」「その評価ができるか」が具体的に確認されます。

分析機器は、「自分で測定・解析できる」ものと「結果を読める」ものを分けておくと、面接で深掘りされても困りません。

自己PR：強みは2つまで。研究のエピソードと数字で裏付ける

自己PRは「強み → 発揮したエピソード → 結果の数字」の順に書きます。研究職の自己PRで避けたいのは、「探究心」「粘り強さ」だけで終わることです。企業が求めているのは、期限と費用の中で研究を成果に変える力です。

研究の段階・経歴別：職務経歴書の書き分け方

同じ研究職でも、基礎研究・応用研究・製品開発のどこを担ってきたか、どこに応募するかで、採用担当が見るポイントと強調すべき経験は変わります。総務省の科学技術研究調査の定義も参考に、全体像を表で確認しましょう。

タイプ	主な仕事	採用担当が見るポイント	強調したい経験・数字
基礎研究	新しい現象や原理を見つける	新しい知見を生み、事業の種につなげる力	特許出願・論文、社内の次の段階への移管、外部との連携
応用研究	特定の用途で実用化できるかを確かめる	技術の見極めと、テーマを前に進める判断	目標値の達成、顧客評価・サンプル出荷、テーマの継続・中止の判断
製品開発	製品・材料・工程をつくる、改良する	仕様・コスト・納期を守って量産まで運ぶ力	製品化の年と売上規模、量産移管、品質・コストの数字
博士・ポスドクから企業へ	大学・公的機関で研究を行う	研究の進め方と、企業の研究に移せる力	論文（筆頭・査読付き）、外部資金、共同研究、装置の立ち上げ・指導

基礎研究（コーポレート研究所など）に応募する

企業の基礎研究は、すぐには製品にならない「次の事業の種」を探す仕事です。企業が自然科学に使った研究費のうち6.9%と小さく、ポジションも限られます。新しい知見を生む力に加えて、それを事業の候補に結びつける視点があるかが見られます。

応用研究に応募する

応用研究は、技術が特定の用途で使えるかを確かめ、実用化の可否を判断する段階です。目標値を決め、見込みを判断しながらテーマを前に進めた経験が評価されます。記入例の人物の直近のテーマは、この段階にあたります。

製品開発（開発研究）に応募する

製品開発は、企業の研究費の約8割を占める開発研究の中心です。仕様・コスト・納期を守って、製品を量産まで運べるかが見られます。

博士・ポスドク（大学・公的研究機関）から企業へ

大学や公的研究機関から企業に移る人は、研究の中身より研究の進め方を伝えることを意識しましょう。大学等と企業では研究の性格が違うからこそ、企業の研究に持ち込める力を言葉にして示す必要があります。

大学での研究は論文として公開されていることが多く、企業の研究者より具体的に書ける場合があります。ただし、論文のタイトルを並べても専門外の人には伝わりません。職務経歴書には件数と分野を書き、一覧は別紙の研究業績リストにまとめましょう。

あわせて読みたい：品質管理・品質保証の職務経歴書の書き方

2026年の研究・開発とAI：職務経歴書にどう書くか

最初にお伝えしたいのは、AIの使い方や、AIの経験を求める度合いは応募先によって大きく違うということです。情報処理推進機構（IPA）の「DX動向2026」では、AIを導入している企業は従業員1,001人以上で8割近くにのぼる一方、101人以下では16.6%でした。研究所では、未公開のデータを守るために社外のAIサービスを制限している会社も少なくありません。

求人票に「マテリアルズ・インフォマティクス」「機械学習」「AI」などの言葉があれば、職務経歴の【取り組み】として詳しく書きましょう。記載がなければ、データ解析の欄に1行添える程度で十分です。

研究・開発で現実的なAIの使い方

2026年時点で、研究の現場で見られる使い方には次のようなものがあります。

• 過去の実験データで物性を予測し、試す候補を絞る（材料分野ではマテリアルズ・インフォマティクスと呼ばれます）
• 公開された論文や特許の調査で、要約や翻訳を補助してもらう
• 実験データの整理・グラフ化のプログラムを、生成AIの助けを借りて書く
• 英語の論文や発表資料の表現を校正する
• 社内で認められた環境で、過去の報告書から似た実験を探す

IPAの同じ調査では、AIの用途として「情報検索・収集・分析」を挙げた企業が77.0%ありました。研究でも、調べる・まとめる場面から使われ始めています。ただし、研究ではAIの予測や要約は「仮説」にすぎず、最後は実験と原典で確かめる必要があります。

書き方：「予測」と「実験での確認」をセットで

AIの経験は「AIを活用して効率化」と書くだけでは伝わりません。使った場面・データの扱い・実験での確かめ方・変わったことをセットで書きます。

AIの経験を書くときの注意点

• 未公開のデータや出願前の発明を、社外のAIサービスに入力していないことがわかるように書く。営業秘密の管理や、特許の新規性の面で問題になるおそれがあるためです。
• 会社のルールに従って使ったことを前提に書く。ルールのない時期に、個人のアカウントで社内のデータを扱った経験は書かないほうが無難です。
• 論文や学会の資料で生成AIを使った場合は、投稿先や学会の規定に従ったかに注意する。
• 盛らない。既存の解析ソフトの機能を使っただけなのに「AIモデルを開発」と書くと、面接で手法を聞かれて答えに詰まります。

AIを使っていない・禁止の職場だった人は

研究所では、情報管理の方針でAIを使えない職場も多くあります。それだけで評価が下がると考える必要はありません。実験計画法、統計解析、実験データの整理といった経験は、AIの予測を正しく使うための土台そのものだからです。

実験計画法で試作の回数を減らした経験や、PythonやRで解析を自動化した経験を書きましょう。個人で学んでいる場合は、公開データで練習したことを「学習中」として書けます。社内のデータを個人の環境に持ち出すのは避けてください。

実績の数字が書けないときの対処法

研究テーマの多くは製品化までたどり着かず、性能値も社外秘という人もいるでしょう。それでも、見る角度を変えれば書ける数字は必ずあります。

あわせて読みたい：アピールできる実績がない人の職務経歴書の書き方

提出前のチェックリスト

書き終えたら、提出前に次の項目を確認しましょう。

• 職務要約に、経験年数・専門分野・担当したテーマ・製品化などの代表的な成果が入っている
• テーマごとに「役割（チーム人数）・連携先・担当・成果」が書かれている
• 成果に、性能の前後の数字・製品化の年・特許出願の件数と発明者としての立場を添えている
• 研究成果のまとめの件数が、職務経歴のテーマごとの件数の合計と一致している
• 未公開の組成・条件、顧客名、特許番号や発明の名称など、守秘義務に触れる情報を書いていない
• データ解析やAIを使った場合は、社内ルールの範囲で使ったことと、実験での確かめ方をセットで書いている
• A4で2枚程度（多くても3枚以内）に収まり、専門用語に誤字脱字がない

よくある質問

特許や論文の一覧は、全部つけたほうがいいですか？

職務経歴書には件数と立場、代表的な分野だけで十分です。求められた場合や、大学・公的機関から応募する場合は、別紙の研究業績リストを添えます。公開されていない出願は一覧に載せず、件数だけにとどめましょう。

在籍中の会社の製品名や共同研究先は書いてもいいですか？

会社が公表している範囲なら書いてかまいません。ただし、自分がどの部分を担当したかまでは公表されていないのが普通です。製品名より「用途＋材料の種類」で書くほうが伝わりやすく、迷いも減ります。

研究職から、技術営業や知財、生産技術などに応募するときは？

研究の成果より、応募する職種で使える経験を前に出します。技術営業なら顧客との仕様調整や技術資料の作成、知財なら特許出願の準備や先行技術の調査、生産技術ならスケールアップや工場との量産条件の調整です。テーマごとの書き方は同じで、「担当」と「成果」の中身を選び直します。

博士号を持っていない研究職でも、不利になりませんか？

企業の研究職では、修士修了や学部卒の人も多く活躍しています。書類では学位より、どのテーマをどこまで進めたかが見られます。ただし基礎研究のポジションなどで博士を条件にしている求人もあるため、求人票を確認しましょう。

ポスドクの任期満了で転職します。理由は書いたほうがいいですか？

職務経歴書に退職理由を書く必要はありません。書く場合は「任期満了のため」と事実を一言添えれば十分です。任期付きの雇用は研究の世界では一般的で、それ自体が不利になるものではありません。面接では、企業の研究を選んだ理由を自分の言葉で話せるようにしておきましょう。