この記事の要点
- AI時代のエンジニア採用では、コードを速く書く力より「何を作るべきか」を言語化する力が重視される傾向にあります。
- ChatGPTやGitHub Copilotなどの生成AIツールは、基礎的なプログラミング知識がないと正しく使いこなせないため、基礎力の重要性は下がっていません。
- 未経験やキャリアチェンジからエンジニアを目指す場合は、AIツールを使って自分で作った成果物を見せることが、採用担当者への説得材料になります。
「AI時代 エンジニア採用」というキーワードで検索する人が増えています。きっかけの一つが、元ヤフーのエンジニアで、現在は経営者として採用にも携わる岩本良平さんがQiitaで公開した記事です（出典: https://qiita.com/ryoheiiwamoto/items/7f388029f8821fc3ea6c ）。この記事では、その話題を入り口に、AI時代にエンジニア採用で何が重視されるようになったのかを、日本のエンジニアが実際に検索しそうな疑問に沿って整理します。
AI時代にエンジニア採用の基準はどう変わったのか
生成AIが実務に入り込む前は、コーディングテストの正答率やアルゴリズムの理解度が採用の中心的な指標でした。しかし今は、AIがコードの叩き台を数秒で出してくれます。そのため「書けるかどうか」よりも「何を作るべきかを判断できるか」が問われる場面が増えています。
採用担当者の間では、次のような変化がよく語られます。
- コーディングテストの点数だけでは差がつきにくくなった
- 要件を整理して言語化する力を見る質問が増えた
- AIツールの使用を前提にした課題を出す企業が出てきた
これはあくまで一般的な傾向であり、企業や職種によって重視度は異なります。すべての企業がこの基準に移行したわけではない点には注意してください。
技術力よりも重視される3つの力
言語化力
「何を作りたいか」「なぜそれが必要か」を、他人が理解できる言葉に変換する力です。AIに指示を出す際にも、要件を曖昧なまま投げると期待通りの出力は返ってきません。プロンプトを書く力の土台にもなります。
学習速度
技術トレンドの移り変わりが速いため、新しいツールや言語を短期間でキャッチアップする姿勢が評価されやすくなっています。過去の実績よりも、直近半年でどれだけ新しいことを吸収したかを聞かれるケースもあるようです。
AIツールを使いこなす力
ChatGPTやGitHub Copilotを「なんとなく使ったことがある」段階と、「業務のどの工程に組み込むと効果的かを説明できる」段階には大きな差があります。後者を面接で言語化できるかが、一つの分かれ目になっています。
従来の採用基準とAI時代の採用基準の比較
| 項目 | 従来重視されていた基準 | AI時代に重視される基準 |
|---|---|---|
| 評価の中心 | コーディングテストの正答率 | 要件整理と言語化の質 |
| スキルの見せ方 | 資格・受賞歴 | 自作の成果物・活用事例 |
| 求められる速さ | タイピングや実装の速さ | 課題を見極める速さ |
| AIツールへの態度 | 使用不可の企業もあった | 使いこなす前提の企業が増加 |
実際にいくつかの企業の採用ページや募集要項を見比べてみると、「生成AIの活用経験」を歓迎条件に明記する企業が目につくようになったと感じました。ただし、これは筆者が個人的に確認した範囲での印象であり、業界全体を網羅した調査ではありません。
未経験・キャリアチェンジ組はどう対策すべきか
- 小さくてもいいので、AIツールを使って自分のアイデアを形にしてみる
- 作る過程で「なぜその技術を選んだか」をメモに残しておく
- 面接では成果物そのものより、選択の理由を説明できるように準備する
- 学習した内容を週単位で振り返り、学習速度を数字ではなく具体例で示せるようにする
ポートフォリオに載せるコードの量より、判断の過程を説明できるかどうかが問われます。ここは意外と見落とされがちです。
デメリット・この考え方が向いていない人
言語化力や学習速度を重視する採用基準には、注意すべき点もあります。
まず、面接で言葉にするのが得意でない人が、実力より低く評価されるリスクがあります。寡黙でも手を動かして高品質なコードを書けるエンジニアは一定数います。言語化力に偏った評価は、こうした人材を見落とす恐れがあります。
また、基礎的なコンピューターサイエンスの知識を軽視してよいわけではありません。AIが生成したコードの誤りに気づけるかどうかは、結局のところ基礎力に左右されます。「AIに任せれば基礎は不要」という誤解は避けるべきです。
そして、スタートアップと大企業では求められる基準の重みが違います。大企業では品質保証やセキュリティ要件が厳しく、従来型の評価基準が今も強く残っている職場は少なくありません。この記事の内容を、すべての採用現場に当てはめるのは無理があります。
よくある質問
Q. AI時代のエンジニア採用で一番重視されるスキルは何ですか。
A. 単一の正解はありませんが、要件を整理して言語化する力と、AIツールを実務に組み込む力を挙げる企業が増えています。
Q. プログラミング未経験でもAI時代にエンジニアになれますか。
A. なれる可能性はあります。ただし基礎知識を省略してよいわけではなく、AIが出したコードの妥当性を判断する力が別途必要です。
Q. AIツールを使いこなせないとエンジニアとして不利になりますか。
A. 職種や企業によります。生成AIの活用を前提とする求人では不利になりやすい一方、レガシーシステムの保守など影響が小さい領域もあります。
Q. コーディングテストはもう不要になりますか。
A. なくなってはいません。多くの企業が、コーディングテストと言語化力を見る面接を併用しています。
Q. 元ヤフーのエンジニアが社長を務める会社の採用基準はどこで確認できますか。
A. 個々の企業の採用ページや、経営者本人が公開している記事などの一次情報を確認するのが確実です。本記事では https://qiita.com/ryoheiiwamoto/items/7f388029f8821fc3ea6c を参考にしています。
Q. 学習速度はどうやって面接でアピールすればよいですか。
A. 「何を何日で習得したか」を具体的なエピソードとともに話すと伝わりやすいです。抽象的な自己評価だけでは判断材料になりません。
Q. 大企業とスタートアップで採用基準は違いますか。
A. 傾向として異なります。スタートアップは学習速度やAI活用力を重視しやすく、大企業は品質保証などの基礎力を重視する場面が今も多いです。
AI時代のエンジニア採用基準は、企業ごとに温度差があるのが実情です。次に取るべき行動は、志望する企業の募集要項や採用担当者の発信を一次情報として確認し、自分の成果物と言語化の準備を照らし合わせてみることです。