人事主導で採用を加速させる!自社にマッチする候補者選びのポイント

この記事をシェアする

エンジニア採用を成功に導くため、特に「候補者が自社が求める人物像に合致しているか」の見極めでは、現場のエンジニアの協力は欠かせません。しかし、候補者のスクリーニング作業をすべて現場エンジニアに委ねてしまうと、本来の役割である開発業務を圧迫し、結果としてプロダクト開発のスピード低下といった問題が生じる恐れもあります。

そこでこの記事では、現場エンジニアの負担を最小限に抑えながら採用スピードを加速させるための、人事主導で行える具体的な「候補者選びのポイント」を解説します。

AI時代を勝ち抜くエンジニア採用、LAPRASで実現!
近年、生成AIなどの技術進化により、エンジニアに求められるスキルは大きく変化しています。
単にコードを書くスキルだけでなく、ビジネスへの貢献意欲、チームを率いるマネジメント力やリード力といった「作る以外」の役割を果たせるエンジニアの需要が、かつてないほど高まっています。
自社の事業成長を牽引する「AI時代に求められるエンジニア」を見つけたい。そんなお悩みを、LAPRASで解決しませんか?

現場エンジニアの負担を減らす人事主体の候補者選び

エンジニア採用と開発スピードの維持を両立させるには、一次スクリーニングを人事主導で進めることが鍵となります。

とはいえ、自身がエンジニアリングの技術的知識を持たない人事・採用担当者が、候補者の高度な技術スキルを正確に見極めるのは容易ではありません。そこで重要になるのが、スクリーニングの目的を「技術的なスキルの深掘り」から、「候補者の学習習慣」や「自社への興味・関心の方向性」の確認へとシフトさせることです。

学習意欲や自社への興味関心を最初に確かめる

たとえば、

「日常的に新しい技術をキャッチアップする習慣があるか」
「自社の事業や組織のフェーズにマッチする志向性を持っているか」

といった観点であれば、人事・採用担当者だけでも候補者の「自社へのマッチ度」を一定の水準まで判断することは十分に可能です。

人事がこれらを一次的に判断し、基準を満たした候補者のみを現場エンジニアの確認対象とします。これにより、現場エンジニアは「自社のカルチャーや基本要件に合う可能性が高い候補者」の技術的な確認にのみ集中できます。技術的な評価を現場にパスする前のこのワンクッションが、現場の負担を抑えつつ採用精度を上げる第一歩となります。

スクリーニングの観点と情報源を現場とすり合わせる

人事・採用担当者が候補者の情報を見にいく前に、まずは現場エンジニアと「どのような観点を確認したいか」をすり合わせておくことが重要です。

たとえば「カルチャーフィット」「アウトプットの習慣」「チームのリード経験の有無」など、自社の採用において優先的に確認したい観点を整理します。この目線合わせを行っておくことで、人事担当者が一人で判断に迷う事態を防ぐことができます。

各観点を「どの情報源から読み解くか」を決めておく

見るべき観点が定義できたら、次に「それらの情報を公開されているどの情報源から読み取るか」を、現場エンジニアと相談して決めておきます。見るべき観点と「それをチェックする情報源」とをセットで決めておくことで、専門知識が限られる人事でも効率的にスクリーニングを進められます。代表的な例は以下の通りです。

技術スタックや学習習慣、技術への解像度

情報源:GitHub、またはQiitaやZennといった技術情報共有プラットフォーム。

これらの情報源を見るときは、人事がコードの中身や技術的な詳細まで詳しく読み解く必要はありません。「普段どのような技術テーマに触れているか」「継続的にアウトプットする習慣があるか」といった点に注目し、候補者の学習意欲や関心の方向性を推し量ります。

人柄やカルチャーフィット

情報源:各種エンジニア向けプラットフォームのプロフィール欄や、XなどのSNS。

こうした情報源からは、コミュニケーションのスタイルや大切にしている価値観を推測します。発信内容や言葉選びから伺える人柄や、自社の開発チームの雰囲気や大切にしている価値観と親和性が高いかどうかを見極めるヒントになります。

マネジメントやリード経験

情報源:職務経歴書、やりたいこと(LAPRASプロフィール)など。

過去にこなしてきた役割や開発チーム内でどういった立ち位置で活躍してきたかを確認します。単に役職名を見るだけでなく、チーム規模や「どのような課題を、どのようにリードして解決してきたか」という記載に注目することで、自社が求めるマネジメント要件と合致しそうかどうか、ある程度アタリをつけることができます。

「技術的なフィット」を見極めるための現場連携とAI活用

人事が候補者と自社との「技術的なフィット」を精度高く判断できるようになるために有効な方法をご紹介します。

1日15分、現場エンジニアとの「ペア作業」を行う

人事と現場エンジニアが同席して短時間並走し、実際に候補者のプロフィールやアウトプットを一緒に確認する機会を設けましょう。1日15分など、短時間だけでも構いません。

たとえ候補者選びの観点を人事と現場ですり合わせていたとしても、採用要件の解釈には言語化しきれない「暗黙知」がある程度含まれているものです。

「現場エンジニアが候補者のどの情報に注目し、どこに魅力を感じているのか」

現場が実際に候補者を判断する際の視点を、人事が隣で直接インプットすることで、より採用基準のすり合わせの精度が高まります。

生成AIを活用してスクリーニングを効率化する

「ペア作業」による採用基準の目線合わせに加え、生成AIの活用もスクリーニングの効率化に役立ちます。自社求人の採用要件をAIに事前に読み込ませ、候補者のアウトプット内容がどの程度要件に合致するかを一次的に判定させる方法です。

たとえば、次のようなプロンプトを用いて、候補者の技術記事の要約や知見の抽出をAIに依頼します。

【プロンプトの例】 以下の求人要件を踏まえ、入力する技術記事から、候補者の〇〇の技術に関する知見や経験を抽出してください。

現場エンジニアと「ペア作業」をする際に、AIによるスクリーニングのプロンプトに役立ちそうな独自の判断基準やキーワードの示唆が得られたら、随時メモしておき活用するのもおすすめです。

候補者選びでAIを活用する際の注意点

生成AIに情報を入力する際は、各社の個人情報保護方針(プライバシーポリシー)に反しないよう、十分な注意が求められます。個人情報の取り扱いには十分に注意し、入力する内容に機密情報を含めないよう配慮してください。

また、AIの回答はあくまで「スクリーニングを効率化するためのサポート」に過ぎません。最終的な合否判断やスクリーニングの可否を完全にAIに丸投げすることは避け、必ず人間の目で総合的に判断するようにしましょう。

LAPRASで効率的にスクリーニングを行う方法

ここまでに紹介した人事主導のスクリーニングをさらに効率化できる、人事でも活用しやすいLAPRASの機能を合わせてご紹介します。

「LAPRASプロフィール」で多角的な情報からスキルへの理解を深める

候補者のアウトプットを確認するために、複数のプラットフォームを巡回するのは時間と手間がかかってしまいます。そんなときに役立つのが「LAPRASプロフィール」です。

LAPRASプロフィールは、その候補者(登録エンジニア)のGitHubやQiita、Zenn、Xなど技術ブログやSNSなどの情報がすべて一元化されています。

これにより、複数のプラットフォームをいちいち行き来することなく、多角的な側面から候補者のスキルや志向性を効率的に確認できます。自社の採用要件に合致する情報(学習習慣やカルチャーフィットの兆しなど)があるかを、スムーズにチェックすることが可能です。

「AIスキルハイライト」で潜在的なソフトスキル・経験を発見する

職務経歴書に特定の役職名が明記されていなくても、実際の業務の中でマネジメントやプロジェクトの牽引を担っているケースは少なくありません。そうした、見落としがちな情報を見つけるのに役立つ機能が「AIスキルハイライト」です。

AIスキルハイライトは、職務経歴書に明記されていなくても、アウトプット等の候補者情報から「AIプロダクト開発」「エンジニアリード」「ピープルマネジメント」「PM/PL」などのスキル・経験の有無をAIが自動判別して可視化します。人間の目だけでは見落としてしまう恐れのある潜在的なスキルや経験を発見するのにまさにうってつけの機能だと言えるでしょう。

また、現場エンジニアとの「ペア作業」の際に、このAIスキルハイライトでラベルが付いた候補者を一緒に確認することで、判断基準のすり合わせがより効率的に行いやすくなります。

詳しくはこちら:

「キャリア市場価値」で求められる総合力を把握する

AIの進化などに伴い、これからのエンジニアには単なるコーディングスキルだけでなく、より広い視点が求められるようになっています。そうした「エンジニアの総合力」を判断するのに役立つ機能が「キャリア市場価値」です。

LAPRASの「キャリア市場価値」機能では、技術力(テクノロジー)に加えて、プロダクト、リード、マネジメントという合計4つのキャリア特性を、AIが相対値で可視化・サマリ化します。

自社の採用要件において、「技術力だけでなくビジネス課題の解決に関する総合力が高いエンジニア」を求めている場合、その見極めの助けとなります。

エンジニアリング関連の用語・基礎知識に役立つ本

もうひとつおすすめしたいのが、ベストセラーにもなった中島佑悟氏の著書『採用・人事担当者のためのITエンジニアリングの基本がわかる本』です。

この本は、その名の通り人事・採用担当者に向けて書かれており、エンジニア採用の実務で頻出するIT用語やエンジニアリングの全体像が分かりやすく解説されています。現場エンジニアとのコミュニケーションを円滑にし、候補者の技術的な背景を推測するための基礎知識を補う「辞書」のような感覚で、日々の実務の心強い味方になってくれるはずです。

詳しくはこちら:

https://www.shoeisha.co.jp/book/detail/9784798165318

人事によるサポートで、採用スピードを加速しよう

候補者選びのすべてを現場エンジニアに依存するのではなく、人事が一次的なスクリーニングを担当することで、現場の負担を減らし、採用活動全体のスピードを加速することができます。

1日15分の「ペア作業」で現場エンジニアの視点を理解し、GitHubや技術ブログ、SNSといった情報源の読み解き方を少しずつ身につけていけば、自社にマッチする候補者を見極める力は確実に備わっていきます。

今回ご紹介したLAPRASの各種機能や、生成AIといった便利なツールも、そのプロセスを効率化する心強い武器になります。まずは現場のエンジニアと「どのような観点を確認したいか」をすり合わせることから、人事主導のスクリーニングにぜひ積極的にチャレンジしてみてください。

AI時代に勝つエンジニア採用を! LAPRASで実現する「スキルの可視化」
AI時代、エンジニアの価値はコードの量ではなく、その質と事業への影響力にあります。
LAPRASは独自のスコアリングにより、テクノロジー、マネジメント、リード力などのスキルを客観的に可視化。
✔︎ 学習意欲の高い層が多数登録
常にスキルをアップデートし続ける、意欲的なエンジニア層にダイレクトにリーチ
✔︎ 潜在層・顕在層の両方にアプローチ可能
転職市場に出てこない希少な才能を、独自のオープンデータから見つけ出します
✔︎ キャリア・スキルを客観的に把握
テクノロジー、リード、マネジメントなどの能力を数値とグラフで可視化。履歴書だけでは見えない「真の実力」を一目で判断できます
▼ 詳細はこちら ▼