2021年4月よりLAPRAS SCOUTを導入したbestat株式会社。フルスタック × IoTへの感度が高いエンジニアという、希少なスキルセットを持つエンジニアの採用に成功しました。採用成功に至るまでのストーリーを同社の代表取締役の松田さん、テックリードの三浦さん、実際にLAPRAS SCOUTを通じて入社されたエンジニアの佐々木さんからお話を伺いました。

《プロフィール》
代表取締役
松田 尚子さん（写真中央）：
東京大学経済学部を卒業後、中央省庁でキャリアをスタートさせる。その後、アメリカ留学でデータサイエンスに出会い、帰国後も社会人博士として研究を続ける。
2018年、東京大学工学系研究科の松尾研究室よりスピンアウトする形でbestat株式会社を創業。
国内屈指の画像AIの技術を活かし、新しいAI体験を創出している。

テックリードエンジニア
三浦 大地さん（写真左）：
LINE株式会社を経てbestat株式会社に参画。同社のテックリードとしてエンジニア組織を牽引する。

エンジニア
佐々木 竹充さん：
スマホ向けサービスのバックエンドのシステムを中心に要件の整理から設計、開発に携わる。SNSサービスやプラットフォームAPIの開発、人気スマホゲームのバックエンドサーバの負荷対策、開発環境の改善サポート等、医療系サービスベンチャー企業でRailsアプリとスマホアプリ用API開発、ブロックチェーンアプリケーションの研究開発、ニュース配信アプリのバックエンド改善開発など幅広い実務を経験。新しい技術への探究心から、2021年よりbestatに参画。

bestat株式会社：
画像AIのSaasを開発・提供する東大発ベンチャー。「全ての空間をソフトウェア化する」ことをミッションに、最先端の深層学習アルゴリズムを活用したクラウドサービスを工場用に構築・展開している。
現在、さらに工場用サービスを応用した画像認識ができるカメラを組み込んだ、ECサイト様のオフライン店舗出店に使って頂ける省人販売店舗システムを開発中。3年後には工場、店舗とソフトウェア化できる空間を広げて、「日本中で認知され、身近に使っていただけるサービス」を生み出すことを目指している。

初めてのスカウトを支えてくれたLAPRAS SCOUTのサポート体制

― LAPRAS SCOUTを導入するまでの経緯を教えていただけますか？

松田：現在bestatでは、工場用のリモート管理システムと、それを応用した無人店舗を実現する店舗用のリモート管理システムの開発をしています。昨年8月にシード調達、サービス利用への問合せも多く、来年はさらに事業拡大のスピードを飛躍的に上げていく必要があり、開発組織の強化が急務でした。

これまでエンジニアの採用はリファラルをメインに行ってきましたが、よりスピード感のある人材採用が必要でしたので、今年4月より本格的に力を入れてのダイレクトリクルーティングを導入することにしました。数多くの採用媒体がある中でLAPRAS SCOUTを選んだ理由は、候補者を選ぶ基準となるGitHubやQiitaなどの情報がひとつにまとまっている点です。エンジニアリングスキルはもちろん、TwitterなどのSNSなども確認することができ、候補者の人柄や志向性といった部分も併せて確認できる部分に、他サービスにはない魅力を感じました。

候補者に対する情報収集の手間を大幅に削減し、多角的な情報を集めることが容易になることで、自分たちが本当に会いたいと思っている人に出会える。LAPRAS SCOUTはそんなサービスだと思います

― 現在のLAPRAS SCOUTの運用方法を教えていただけますか？

松田：基本的にLAPRAS SCOUTを利用しての採用活動は私ひとりで行っています。募集するエンジニアの要件について、テックリードの三浦と話し合い、LAPRAS SCOUTのレコメンド機能を使って候補者をリサーチしています。候補者の選定、タレントプールへの追加、スカウトメールの作成、カジュアル面談までは私が一貫して行うことで、bestatの事業・プロダクトの魅力を余すことなく候補者にお伝えできる運用を心がけています。その後、選考へと進んでくださる方のエンジニアリングスキルに関する面接・選考を三浦が行い、最終的な採用決定へと進む流れです。

― ダイレクトリクルーティングでの採用活動に苦労した点はありますか？

最初はかなり苦労しました。私たちが求めるスキルをお持ちのエンジニアにスカウトメールをお送りするものの開封率や返信率も低かったんです。そんな時にLAPRASではCSM（カスタマ―サクセスマネージャー）の方がしっかりとフォローしてくださるのでとても助かりました。エンジニア採用について多くの知見を持つプロフェッショナルな方にサポートしていただけるのは、LAPRAS SCOUTを導入して良かった点のひとつです。

「この候補者にはGitHubのこのコードに関して訴求してみましょう」「採用要件についてもう一度見直してみましょう」…など、他社での採用事例などを踏まえて、自分たちがいま採用活動の中で何をするべきかを的確にアドバイスしていただきました。アドバイスをもとに、スカウトメールなどの採用活動をブラッシュアップすることができ、効果も着実に改善されましたね。

IoTへの関心・興味はTwitterなどSNSの内容を見極めてスカウトし採用に

― 今回採用できた方はどんな方だったのか教えていただけますか？

松田：今回採用できた佐々木さんは、Webアプリケーションやスマホアプリのバックエンドをはじめ、API開発、ブロックチェーンアプリケーションの研究開発など、幅広い経験を積んできたエンジニアです。さらに弊社の新規事業開発を進めていく上でIoT関連の開発も必要だったのですが、佐々木さんのTwitterなどを拝見すると、その分野に関しても趣味として自ら勉強をされていました。私たちが求めていたエンジニア像に合致したので「ぜひ弊社で一緒に働き、その経験・知識を活かしてほしい」とスカウトを送り、カジュアル面談でお話しさせていただきました。

― カジュアル面談から採用決定までもかなりスムーズだったと聞いています。

三浦：LAPRAS SCOUTを通じた佐々木さんの情報を見た時点で、スキル的には問題ないとは思っていました。カジュアル面談の翌日にはオフィスに来ていただき面接を実施しました。店舗用の無人販売システムのハードを紹介しながらお話していく中で、私たちが開発で抱える課題へのディスカッションへと発展し「この方ならbestatの開発を支える存在になってくださる」と確信したので、すぐに「ご一緒に働きたい」旨をお伝えしました。実際に入社するまでにかかった時間は、最初のスカウトメールのやり取りから1週間ほどでしたね。多くの開発現場でエンジニアとしての豊富なキャリアをもつ佐々木さんと出会えたのは、私たちにとって大きな成果だったと感じています。

パーソナライズされたスカウトメールが、候補者の心を動かす

― 入社された佐々木さんから見た、bestat社の印象はいかがでしたか？

佐々木：転職活動を始めるに当たっての判断基準に「いままでにやっていない技術を学べる環境に身をおきたい」というものがありました。そんな中でお声がけいただいた「新しい購買体験を作る」というbestatの店舗用プロダクトは興味深いものでした。少数精鋭の組織で、自ら考えタスクを進めていける体制も私のやりたいこととマッチしていました。

特にスカウトメールには、Twitterで発信していた趣味のロボット開発に関することにまで言及されていて、私自身のことをしっかりと見て評価してくれていると感じ、とても嬉しかったですね。IoT関連の開発には実業務として携わったことはないのですが、自分の積極的なインプット・アウトプットの姿勢を、bestatでも活かしていければと思っています。

― bestat社の今後のエンジニア採用に関して考えていることを教えてください。

松田：エンジニア採用の強化は今後も継続した課題です。bestatのプロダクトは現在の形が最終形ではなく、今後も様々な改良が必要だと考えています。自ら問題解決できる自走型のエンジニアに裁量権を渡して開発を進めていくことのが当社のスタイルですので、プロダクト成長に積極的に関わり、チームビルディングをしてくださる方を引き続き探していきたいですね。今回の記事でbestatの事業内容に興味をもたれた方には、ぜひ一度カジュアルにお話できる機会をいただければと思っています。

―  本日はありがとうございました！

スカウトメールの返信率を上げるベストプラクティスをebookで公開中

エンジニア採用におけるスカウトメール作成の基本や返信率を高めるポイント、返信率が上がらないときの原因と対策まで、採用成功につなげるためのスカウトメールの全てが分かる内容にまとめました。

＜コンテンツ一例＞

• スカウトメールの返信率を上げるポイント
• スカウトを送る相手について仮説を立てる
• 返信率が上がらないときの対処法
• スカウトを受け取った候補者の声を参考にしよう

etc.